原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的多模型推进式配电网故障识别方法及系统，本发明基于配电网的全波形图和故障分类模型能够识别四种常见的故障类型，并且对于有着不同故障特征的故障类型，根据这些故障的特征对其进行不同的后续处理，从而实现对多种故障类型的识别以及后续故障定位。本发明通过横向纵向滑动窗口以及层序遍历策略对电路拓扑图进行遍历，进而对复杂拓扑进行拆分与剪枝，避免对复杂拓扑图的全部遍历或将复杂拓扑图完全输入，这使得本发明即使面对复杂拓扑图也能够拥有良好的性能，故障识别准确高。并且，面对不同的拓扑图也能够
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117851868A
(43)申请公布日2024.04.09
(21)申请号202410055975.8G06N3/08(2023.01)
文档评论（0）