技術(shù)特征：

1.一種戶用故障智能識(shí)別方法，其特征在于：包括，

2.如權(quán)利要求1所述的戶用故障智能識(shí)別方法，其特征在于：所述采集用戶的用電數(shù)據(jù)包括基于戶用監(jiān)測(cè)裝置對(duì)用戶電氣參數(shù)進(jìn)行采集，監(jiān)測(cè)及實(shí)現(xiàn)過(guò)流、短路、接地、漏電、過(guò)欠壓、電涌等故障識(shí)別及保護(hù)動(dòng)作，并將電氣參數(shù)采集信息及保護(hù)開(kāi)關(guān)動(dòng)作狀態(tài)傳輸至集中器；集中器將集中后的信息上傳至主站層，對(duì)數(shù)據(jù)存儲(chǔ)和分析管理；所述預(yù)處理包括數(shù)據(jù)清洗和數(shù)據(jù)去噪。

3.如權(quán)利要求2所述的戶用故障智能識(shí)別方法，其特征在于：所述通過(guò)深度學(xué)習(xí)算法包括，

4.如權(quán)利要求3所述的戶用故障智能識(shí)別方法，其特征在于：所述進(jìn)行特征提取包括，

5.如權(quán)利要求4所述的戶用故障智能識(shí)別方法，其特征在于：所述提取數(shù)據(jù)的局部特征包括通過(guò)多層卷積操作提取輸入數(shù)據(jù)的局部特征，表示為：

6.如權(quán)利要求5所述的戶用故障智能識(shí)別方法，其特征在于：所述異常檢測(cè)算法包括建立改進(jìn)的孤立森林算法；

7.如權(quán)利要求6所述的戶用故障智能識(shí)別方法，其特征在于：所述計(jì)算數(shù)據(jù)點(diǎn)在各決策樹(shù)中的路徑長(zhǎng)度包括，

8.一種采用如權(quán)利要求1～7任一所述的戶用故障智能識(shí)別方法的系統(tǒng)，其特征在于：包括處理模塊，分析模塊，生成模塊，預(yù)警模塊；

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的戶用故障智能識(shí)別方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的戶用故障智能識(shí)別方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種戶用故障智能識(shí)別方法及系統(tǒng)，涉及戶用故障智能識(shí)別技術(shù)領(lǐng)域，包括采集用戶的用電數(shù)據(jù)并進(jìn)行預(yù)處理；利用異常檢測(cè)算法對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行分析，識(shí)別出異常情況；通過(guò)深度學(xué)習(xí)算法對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行提取，生成高維特征向量；在識(shí)別出異常情況時(shí)，進(jìn)行預(yù)警并對(duì)高維特征向量進(jìn)行分析，識(shí)別故障模式。本發(fā)明所述方法通過(guò)路徑長(zhǎng)度、特征權(quán)重等多種因素的綜合計(jì)算，準(zhǔn)確識(shí)別多種異常特征的組合情況，顯著提高了異常檢測(cè)的精度，解決了現(xiàn)有技術(shù)中因簡(jiǎn)單閾值判斷導(dǎo)致的漏檢和誤檢問(wèn)題。

技術(shù)研發(fā)人員：蔡偉,陳俊威,秦雄鵬,楊殿成,韓德孝,廖圣,趙勇軍,劉齊,韓程,王建露
受保護(hù)的技術(shù)使用者：云南電力技術(shù)有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9