一种基于深度学习的水电站微机运维系统及方法

本发明公开了一种基于深度学习的水电站微机运维系统及方法，S1. 预处理得到标准化运行数据；S2. 提取改进液态时间常数网络框架的超参数初始值；S3. 提取标准化运行数据的候选特征集合构建蜉蝣算法搜索环境，运行蜉蝣算法，得到最优特征子集与最优超参数集合；S4. 采用标准化运行数据对改进液态时间常数网络模型进行训练，得到训练完成后的改进液态时间常数网络模型；S5. 将训练完成后的改进液态时间常数网络模型部署至在线推理环境，对实时更新的水电站微机保护系统实时运行数据执行异常检测并输出异常检测结果。本发明系统能够在识别故障的同时明确其严重程度，便于值班人员或系统后台快速制定响应策略。