基于多模态数据融合的配电网故障识别与预测方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对配电网故障识别与预测中存在的数据单一性和传统方法准确性不足的问题，本文构建了一种基于多模态数据融合的配电网故障识别与预测模型。通过整合电气、环境和设备运行数据、结合优化的数据融合算法，以及采用深度学习与传统故障诊断方法，该模型全面提高了故障类型分类和故障时刻预测的精度。实验结果表明，所提出的模型在故障分类和预测任务中均表现优异，相较于传统算法，具有显著的性能提升。（剩余5221字）

试读结束

目录
monitor