原始名称记载: 国网吉林省电力有限公司通化供电公司

本发明涉及一种基于TCN－LSTM的电缆故障诊断方法、系统、设备及介质，该方法包括：获取待诊断的电缆故障信号，采用小波变换方法获取电缆故障的特征向量，再利用训练好的基于TCN‑LSTM的电缆短路故障诊断模型进行诊断，输出电缆故障诊断结果，其中基于TCN‑LSTM的电缆短路故障诊断模型包括TCN网络和LSTM网络，其执行步骤包括：基于电缆故障的特征向量，采用TCN网络提取出局部深层特征；将局部深层特征与电缆故障的特征向量进行融合，得到故障信号特征集；将故障信号特征集输入LSTM网络中捕捉长短期依赖关系并输出电缆故障诊断结果。与现有技术相比，本发明具有提升电缆故障诊断的自动化水平和准确性等优点。

本发明涉及一种基于VGAF和Resnet‑LSTM的电缆故障诊断方法及介质，该方法包括以下步骤：S1、获取待诊断的电缆故障数据；S2、利用VMD对所述待诊断的电缆故障数据进行优化，以剔除虚假分量，得到优化后的电缆故障数据；S3、采用GAF将所述优化后的电缆故障数据转换为二维特征图；S4、基于所述二维特征图，采用训练好的ResNet‑LSTM模型进行处理，输出电缆故障诊断结果。与现有技术相比，本发明具有提高含噪条件下诊断精度等优点。