基于多源信息融合和深度学网络的GIS故障检测系统及方法

摘要

一种基于多源信息融合和深度学网络的GIS故障检测系统及方法，包括：多源信息采集与调理模块、深度学模块以及信息融合与故障推理模块，其中：多源信息采集与调理模块分别采用局部放电时间解析方法、局部放电相位解析方法和超高频法对GIS系统进行故障状态监测，将得到的电流、电压和电磁信息中分别提取出对应的特征向量并输出至深度学模块；深度学模块基于离线学优化得到的深度学网络对三种特征向量进行在线模式识别得到对应的识别结论并输出至信息融合与故障推理模块，信息融合与故障推理模块将三种识别结论融合处理得到故障特征矩阵后通过CLIPS推理机得到故障结论。利用本发明可以快速、高效、准确的诊断出GIS系统的故障信息。

主权项

一种基于多源信息融合和深度学习网络的GIS故障检测系统，其特征在于，包括：多源信息采集与调理模块、深度学习模块以及信息融合与故障推理模块，其中：多源信息采集与调理模块分别采用局部放电时间解析方法、局部放电相位解析方法和超高频法对GIS系统进行故障状态监测，将得到的电流、电压和电磁信息中分别提取出对应的特征向量并输出至深度学习模块；深度学习模块基于离线学习优化得到的深度学习网络对三种特征向量进行在线模式识别得到对应的识别结论并输出至信息融合与故障推理模块，信息融合与故障推理模块将三种识别结论融合处理得到故障特征矩阵后通过CLIPS推理机得到故障结论。