基于声磁同步和深度学习的电缆故障精确定点方法及系统

本发明公开了基于声磁同步和深度学习的电缆故障精确定点方法及系统，涉及电缆故障定位技术领域，该方法包括：同步采集电缆故障区域内产生的声信号和磁信号，生成原始声磁同步信号对；结合当前信号干扰参数，利用深度卷积神经网络去噪获取增强声磁同步信号对，并根据增强声磁同步信号对计算声磁传播速度差，确定第一故障点定位；将电缆故障区域的区域电缆分布拓扑、当前故障场景参数和增强声磁同步信号对输入故障定位识别插件，输出第二故障点定位；确定第二定位预测置信度，对第一故障点定位和第二故障点定位进行定位拟合，输出电缆故障定点结果。本发明解决了现有技术中存在的电缆故障定点准确性不足的技术问题。