典型文献
基于深度学习和知识图谱的变电站设备故障智能诊断
文献摘要：
及时发现并诊断变电站运行中设备存在的问题,是保障电网安全运行的关键手段之一.基于深度网络与知识图谱技术,提出一种关联变电站设备多模态信息的故障智能诊断方法.利用深度学习技术和知识图谱方法对采集的多模态数据进行知识提取和融合,构建一个多模态信息融合的语义知识图谱;使用YOLOv4算法对故障样本聚类并提取先验框参数;将多模态知识图谱和YOLOv4视觉检测相结合,应用到变电站场景中,实现变电站设备的自主预警诊断.实验表明,该模型可以实现故障诊断决策智能化的目标,从而提高电网的日常运行、维护和管理效率.
文献关键词：
多模态;智能诊断;深度学习;知识图谱
中图分类号：
作者姓名：
肖发龙;吴岳忠;沈雪豪;何震凯;秦烨
作者机构：
湖南工业大学轨道交通学院,湖南省株洲市412007;湖南旭瑞智能技术有限公司,湖南省株洲市412007;国网江苏省电力有限公司仪征市供电公司,江苏省扬州市211400
文献出处：
引用格式：
[1]肖发龙;吴岳忠;沈雪豪;何震凯;秦烨-.基于深度学习和知识图谱的变电站设备故障智能诊断)[J].电力建设,2022(03):66-74
A类：
B类：
变电站设备,设备故障,故障智能诊断,电站运行,电网安全,深度网络,智能诊断方法,深度学习技术,谱方法,多模态数据,行知,知识提取,一个多,多模态信息融合,语义知识,YOLOv4,先验框,多模态知识图谱,视觉检测,变电站场景,决策智能化,日常运行,管理效率
AB值：
0.302089
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
