一种基于数字孪生模型的配电网停电故障预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于数字孪生模型的配电网停电故障预测方法
申请号:
CN202411665750
申请日期:
2024-11-20
公开号:
CN119627867A
公开日期:
2025-03-14
类型:
发明专利
摘要
本发明公开了一种基于数字孪生模型的配电网停电故障预测方法,包括:采集配电网中与停电故障相关的参数数据,其中参数数据包括电气参数、设备状态参数、气象数据、电网运行信息以及历史停电故障记录;根据预处理后的参数数据以及配电网的结构信息构建配电网数字孪生模型;采用XGBoost算法对配电网孪生数字模型的多源时间序列数据进行训练,生成停电故障预测模型;将配电网的实时运行参数数据输入至停电故障预测模型中进行预测,输出配电网的停电故障预测结果。
技术关键词
XGBoost算法
故障预测模型
数字孪生模型
长短期记忆网络
设备状态参数
数据
故障预测方法
全局特征提取
序列
加权特征
子模块
局部特征提取
注意力机制
故障预测装置
动态更新
矩阵
重构单元
气象
低通滤波器