龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽思宇微电子技术有限责任公司
申请日：2024-03-28
公开（公告）日：2024-05-17
公开（公告）号：CN118051827A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/213;G06F18/25;G06N3/042;G06N3/0442;G06N3/0464;G06N3/0455;G06N3/084;G06Q50/06
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明涉及电力监控技术领域，具体涉及基于深度学习的电网故障预测方法，包括以下步骤：S1：先采集电网的运行数据；S2：通过预设的自动编码器，从处理后的数据中提取电网运行的多维度特征；S3：构建混合深度学习预测模型；S4：利用步骤S3中构建的预测模型，预测出潜在的故障类型和故障区域；S5：根据实时电网运行数据和历史故障数据自动调整故障预警阈值；S6：对预测模型进行参数调整。本发明，通过结合长短期记忆网络和图卷积网络的混合深度学习模型，实现了对电网运行数据的高效分析和故障预测，同时采用自适应阈值调整和模型参数自动优化机制，显著提高了故障预警的准确性、灵敏度和适应性。
主权项：1.基于深度学习的电网故障预测方法，其特征在于，包括以下步骤：S1：先采集电网的运行数据，并采用数据增强技术模拟电网在不同故障状态下的潜在数据；S2：对于步骤S1中采集和增强后的数据，执行数据预处理操作，包括数据清洗、归一化处理，并通过预设的自动编码器，从处理后的数据中提取电网运行的多维度特征；S3：基于步骤S2中提取的特征，构建混合深度学习预测模型，该预测模型融合了LSTM和GCN；S4：利用步骤S3中构建的预测模型，结合实时采集的电网数据及步骤S1中增强的故障场景数据，进行电网故障的动态预测，以预测出潜在的故障类型和故障区域；S5：预设自适应阈值调整机制，用于根据实时电网运行数据和历史故障数据自动调整故障预警阈值，以适应电网运行的季节性变化、日变化和极端事件；S6：基于步骤S5中的动态阈值调整结果以及运维团队对预警响应的反馈，对预测模型进行参数调整。
全文数据：
权利要求：
百度查询： 安徽思宇微电子技术有限责任公司 基于深度学习的电网故障预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号