一种基于深度学习的配电设备故障预测系统及方法

本发明提供一种基于深度学习的配电设备故障预测系统及方法，涉及智能故障预测技术领域，通过条件深度生成网络基于多模态运行数据生成故障样本，利用孪生模型对故障样本进行物理验证，进而得到生成式物理校验的约束训练集；采用非对称深度重构网络分别对约束训练集中的故障样本和正常样本进行差异化重构，得到正负重构误差矩阵；依据孪生模型推演出配电设备的趋势特征向量，基于趋势特征向量对正负重构误差矩阵进行趋势感知和自适应校准，进而得到故障预警信号；对故障预警信号进行反馈推演，进而基于反馈推演结果进行配电设备的自适应闭环预测，本发明可实现配电设备的生成式物理校验和趋势感知，以提升配电设备故障预警的准确性。