基于深度学习的智能变电站二次设备故障定位研究

被引：60

作者：

任博 ^{[1
,2
]}

郑永康 ^{[1
]}

王永福 ^{[3
]}

盛四清 ^{[2
]}

李劲松 ^{[2
,4
]}

张海洋 ^{[1
]}

郑超 ^{[1
]}

机构：

[1] 国网四川省电力公司电力科学研究院

[2] 华北电力大学电气与电子工程学院

[3] 国家电网电力调度控制中心

[4] 中国电力科学研究院有限公司

来源：

电网技术 | 2021年 / 45卷 / 02期

关键词：

深度学习; 智能变电站; 二次设备; 故障定位;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TM63 [变电所];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

为提高智能变电站二次设备故障定位的准确率和运维效率,提出一种基于深度学习的智能变电站二次设备故障定位方法。依据二次设备不同模块故障时的特征信息,梳理故障定位的推理知识库;结合二次设备的自检信息、报文的订阅关系以及采样值提出了故障断面的特征信息表征方式;利用深度学习的训练规则,建立基于循环神经网络的二次设备故障定位模型并给出了故障定位步骤。以典型的智能变电站线路间隔为例,仿真验证了所提故障定位方法的有效性与精确性,且在信息可靠性不足的情况下仍能取得良好的判别结果,容错性能良好。

引用

页码：713 / 721

页数：9

共 20 条

[1]

深度学习在电网图像数据及时空数据中的应用综述 [J].