当前位置: 首页 > 专利查询>东北大学专利>正文

基于多源三模态数据融合网络的架空线路故障检测方法技术

技术编号:44714531 阅读:23 留言:0更新日期:2025-03-21 17:44
本发明专利技术的基于多源三模态数据融合网络的架空线路故障检测方法,包括:获取架空线路历史故障数据,构建含波、图像、文本的多源三模态数据集,并经时空双尺度数据增强得到用于故障检测的数据集;对波、图像、文本搭建不同的故障特征提取网络模型,用于各模态数据特征编码,对输出的波、图像以及文本的特征向量进行语义对齐,并进行特征融合得到多源三模态数据的融合特征;基于多源三模态数据的融合特征生成图结构,将图结构输入到动态图注意力神经网络进行训练;采集发生故障的三模态的故障数据构成多源三模态数据集并进行特征融合后生成图结构,将图结构输入到训练好的动态图注意力神经网络,得到对应的故障类型、定位故障发生的零件及部位。

【技术实现步骤摘要】

本专利技术属于架空线路故障检测,涉及基于多源三模态数据融合网络的架空线路故障检测方法


技术介绍

1、随着长距离架空电力传输的不断发展,实现了能源资源在更大范围内的优化配置,解决能源生产与消费地理分布不均的问题。然而,其也对安全防御技术提出了更高的要求,尤其是架空线路作为电力系统的重要组成部分,由于其暴露在外界环境中,故更容易受到线路老化、绝缘子脏污闪络、雷击过电压等影响,使得短路故障时常发生。同时,在实际系统中,故障发生持续时间短,单一来源的故障信息少,这并不利于对架空线路进行可靠的故障检测。因此,依据故障时多源多模态数据完成有效的故障检测,成为保障系统可靠稳定运行的关键。

2、架空线路的故障检测方法通常分为模型驱动和数据驱动两种方法,其中依据深度学习对故障数据特征提取,依托数据挖掘实现故障检测的人工智能技术研究最为广泛。但是随着特高压交直流联网技术的不断成熟,电力系统的结构愈发复杂,架空线路零件的故障率也不断提高,这导致现有的人工智能技术也存在诸多问题,例如故障信息的不足使得检测准确率不佳,同时相关方法的特征提取能力欠缺也容易引起故障检测失本文档来自技高网...

【技术保护点】

1.基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,包括:

2.如权利要求1所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤1具体为:

3.如权利要求2所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤2具体为:

4.如权利要求3所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤2.1具体为:

5.如权利要求4所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤2.2具体为:

6.如权利要求4所述的基于多源三模态...

【技术特征摘要】

1.基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,包括:

2.如权利要求1所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤1具体为:

3.如权利要求2所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤2具体为:

4.如权利要求3所述的基于多源三模态数据融合网络的架空线路故障检测方法,其特征在于,所述步骤2.1具体为:

5.如权利要...

【专利技术属性】
技术研发人员:马继龙张锐任智王刚胡旭光马大中刘要博张峻凯高欣琦
申请(专利权)人:东北大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1