CN118944593B 一种基于知识图谱的光伏电站故障检测方法 （华能南京金陵发电有限公司）_第1页
CN118944593B 一种基于知识图谱的光伏电站故障检测方法 （华能南京金陵发电有限公司）_第2页
CN118944593B 一种基于知识图谱的光伏电站故障检测方法 （华能南京金陵发电有限公司）_第3页
CN118944593B 一种基于知识图谱的光伏电站故障检测方法 （华能南京金陵发电有限公司）_第4页
CN118944593B 一种基于知识图谱的光伏电站故障检测方法 （华能南京金陵发电有限公司）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于知识图谱的光伏电站故障检测方法本发明公开了一种基于知识图谱的光伏电知识图谱构建图神经网络模型并对节点特征学期阶段识别潜在故障，减少光伏电站的停机时2采集光伏电站运行过程中的多维时序数据，并对所述多维时序数据进基于所述知识图谱的时空结构和语义信息，构建图神经网络模根据所述节点的嵌入表示，建立故障检测模型，并通过链接预测通过能量传播机制对所述故障检测模型的故障检测结果进行优化和置所述多维时序数据包括光伏电站运行数据、光伏组件状态数根据所述节点的能量得分，对所述故障检测模型;;若若干相邻链接同时被标记为故障链接时，则将此链接所连接的设备群组标记为故障区3将提取出的特征映射作为知识图谱中的节点和关;采用所述时变关系强度的系数作为边的权重，构建知识图谱，并利图谱进行时空结构和语义信息的补充，得到维度为MXMXL的张量G，作为图神经网络模型设计适用于知识图谱结构的图卷积操作，对知识图谱结构中的节点和;N(v)为节点v的邻居集合，为节点u对节点v的注意力权重，wt为第k层的权重矩阵，所述链接预测技术是基于深度学习的生成对抗网络方法；所述故障根据节点的第二嵌入表示，采用链接预测技术识别光伏电站中的故采用交叉熵损失函数，通过反向传播优化故障检测模型参数;其中，P()为节点v第二嵌入表示h,和节点u第二嵌入表示h,的故障链接概率，JUV42.一种基于知识图谱的光伏电站故障检测系统，基于权利要求1所述的基于知识图谱采集模块，用于采集光伏电站运行过程中的多维时序数据，并对所优化模块，用于通过能量传播机制对所述故障检测3.一种计算机设备，包括存储器和处理器，所述存于：所述处理器执行所述计算机程序时实现权利要求1所述的基于知识图谱的光伏电站故处理器执行时实现权利要求1所述的基于知识图谱的光伏电站故障检测方5[0010]作为本发明所述基于知识图谱的光伏电站故障检测6[0011]作为本发明所述基于知识图谱的光伏电站故障检测.为类别a对应8和8为控制能量传播的参数，x()为节点v的邻居集合。[0017]作为本发明所述基于知识图谱的光伏电站故障检测[0018]作为本发明所述基于知识图谱的光伏电站故障检测7a和p为平衡参数。[0022]作为本发明所述基于知识图谱的光伏电站故障检测方法所述图神经网络模型的构建步骤包括以下步骤：设计适用于知识图谱结构的图卷积操作，[0025]作为本发明所述基于知识图谱的光伏电站故障检测[0027]其中，P()为节点v第二嵌入表示h,和节点u第二嵌入表示h,的故障链接概率，所述的基于知识图谱的光伏电站故障检测方89a和p为平衡参数。故障的识别。[0057]其中，P()为节点v第二嵌入表示h,和节点u第二嵌入表示h,的故障链接概率，[0058]S4：通过能量传播机制对故障检测模型的故障检测结果.为类别a对应

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论