摘要
本申请公开了一种基于大数据分析的输电线路隐患预测方法及装置,涉及电网安全技术领域。本申请的主要技术方案为:采集与输电线路运行相关联的多源异构数据,再对这些数据进行预处理,并且出于符合小波变换和卷积神经网络的数据处理范畴,得到:将不同数据源的时序数据转换为统一时间尺度的时序结构的第一数据;将不同数据源的非结构数据中图像和文本进行预标注的第二数据;运用小波变换、卷积神经网络的协作以对第一数据和第二数据进行处理,以提取与输电线隐患相关的结构化时序特征、非结构化图像特征和文本特征;最后将这些特征数据输入至贝叶斯网络的预置隐患预测模型处理,输出不同预置隐患的存在概率,以最终得到输电线路隐患的预测结果。
技术关键词
输电线路隐患
多源异构数据
统一时间尺度
特征提取模型
小波变换算法
时序特征
时序结构
历史故障数据
文本
处理单元
数据处理范畴
台账数据
巡检数据
图像
多尺度特征提取
处理器
系统为您推荐了相关专利信息
一体式轴承
振动监测系统
振动传感装置
预紧装置
液压装置
田间监测设备
特征提取模型
监控服务器
视频流
作业设备
页面图片
颜色直方图
比对方法
特征提取模型
容器
组合药丸
分级识别方法
特征提取模型
掩码矩阵
图像增强技术
新能源场站
多源异构数据
日志
长短期记忆网络
重构系统