基于迁移学习的多中心电力系统故障预测方法及系统

    公开(公告)号:CN115115131A

    公开(公告)日:2022-09-27

    申请号:CN202210853287.7

    申请日:2022-07-08

    摘要: 本发明涉及一种基于迁移学习的多中心电力系统故障预测方法及系统,属于电力系统维护技术领域。方法包括:获取不同地区电力系统的故障数据;建立域对抗神经网络DANN模型,利用所述不同地区电力系统的故障数据对所述DANN模型进行迁移学习训练,得到满足预设条件的电力系统故障预测模型;将所述电力系统故障预测模型部署到电力系统监测平台中,若在监测过程中发现异常,则将异常数据作为输入,调用所述电力系统故障预测模型进行故障分类预测。本方法可以将各地区的数据同时加入模型训练,解决了单一地区数据量较小的问题,同时通过域自适应技术解决了各地区数据可能存在的异质性问题,在模型训练过程中还引入了对抗的思想,大大提高了预测模型的准确度。