一种基于深度学习的变电站设备异常检测方法

本发明涉及异常检测技术领域，尤其涉及一种基于深度学习的变电站设备异常检测方法。包括：基于电压畸变率判定单个所述二次设备的运行是否合格，将不合格的二次设备标记为异常设备，其中，针对电压畸变率大于第二预设电压畸变率小于等于第一预设电压畸变率的二次设备，基于频率偏差判定二次设备的运行是否合格，并将不合格的二次设备标记为异常设备，所述二次设备为继电保护装置；基于不合格占比判定测试流程不合格原因为预设匹配度异常，或，二次设备检测异常；并针对测试流程不合格原因对应做出调节；本发明有效提高了设备异常的检测效率。