摘要

为解决多模态数据缺失值较多,输入向量与输出向量相似性较低的问题,构建不同运行工况下的换流站多模态数据深度感知模型。针对不同类型的换流站多模态数据,选取聚类、众数等方法填充数据缺失值。利用负荷轴的有序工况划分算法,依次填充多模态数据缺失值的同时,划分换流站运行工况。利用Shannon小波熵对不同运行工况的换流站多模态数据实施离散小波变换,提取多模态数据特征;利用堆叠自动编码器构建换流站多模态数据的深度感知模型,将换流站多模态数据特征作为深度感知模型的输入,输出换流站多模态数据感知结果。模型测试结果表明,该模型可以精准感知不同运行工况下换流站多模态数据,获取换流站设备在不同运行工况下的运行状态。