一种基于组合神经网络模型的配电终端故障判别方法及系统

本申请具体涉及一种基于组合神经网络模型的配电终端故障判别方法及系统，通过对配电终端测量系统测得的时域的电气数据进行时域变换得到各数据的时频图谱并构成原始训练集，利用生成式对抗神经网络GAN对原始训练集生成扩容，根据随机数序列随机生成的新时频图谱与原始训练集构成新训练集，为卷积神经网络CNN提供更多更全面的训练样本；在GAN生成式扩容的基础上应用卷积神经网络CNN进行模型训练，大大提高了判别模型对未知故障类型的数据的判别准确度；本发明提供的方法和系统可以对故障类型在线判别，及时反馈配电终端的设备运行状态，无需在离线状态下到设备现场才能对设备检修获得故障类型，从而提高运维效率和减少运维工作量。