行波故障分类模型的训练方法、使用方法及相关装置

本发明涉及电力故障处理技术领域，公开了一种行波故障分类模型的训练方法、使用方法及相关装置，训练方法包括：获取不同故障类型的样本行波信号的第一时频特征数据；利用第一时频特征数据对预设的自组织神经网络进行聚类训练，得到训练完成的目标自组织神经网络以及若干第一聚类簇；确定各个第一聚类簇的真实故障类型标签；利用第一聚类簇、真实故障类型标签以及预设的深度学习模型进行故障类型预测训练，得到用于预测聚类簇的真实故障类型标签的目标深度学习模型。通过上述方式，利用自组织神经网络进行时频特征聚类提取出不同类型故障的动态特征，再由深度学习模型学习不同类型故障的动态特征进行故障类型的预测，提升隐蔽性故障的诊断能力。