面向事件驱动架构的多类型故障停电事件的时空特征提取方法及系统

本发明公开了面向事件驱动架构的多类型故障停电事件的时空特征提取方法及系统，属于电力系统故障诊断领域。其方法通过事件监听触发，多源数据融合采集历史故障数据、设备运行数据和外部环境数据；采用基于概率分布的XGBoost模型对数据进行精准清洗与补全，构建全面的全场景故障样本库；进而，利用时序卷积网络和图卷积神经网络，从样本库中深度挖掘并融合故障事件的周期性、高发时段、地理分布规律及空间关联性等时空特征。本发明能够高效、智能地实现故障事件的时空演化规律分析与关键影响因素识别，显著提升电网故障研判的精准性、时效性，并为故障定位与应急处置提供科学依据，助力新型电力系统建设。