新一代人工智能在电力系统故障分析及定位中的研究综述

被引:115
作者
和敬涵
罗国敏
程梦晓
刘艳梅
谭颖婕
李猛
机构
[1] 北京交通大学电气工程学院
基金
国家重点研发计划;
关键词
故障分析及定位; 新一代人工智能; 故障识别; 故障测距; 故障定位;
D O I
10.13334/j.0258-8013.pcsee.200032
中图分类号
TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
随着电力系统的不断发展,电力系统故障分析及定位面临数据规模庞大、故障机理复杂、建模需求多样化等问题。新一代人工智能技术在数据处理方面有较强的优势,如特征自学习、强非线性拟合、端到端建模等,为电力系统故障分析及定位的问题提供新思路。该文首先分析了电力系统新态势下,故障分析及定位面临的挑战和新一代人工智能技术应用的可行性。随后,对新一代人工智能技术在故障分析及定位中不同方面的应用情况进行了详细的综述,探讨了新一代人工智能技术在故障分析及定位的优势和存在问题的解决方式,并对未来发展进行了展望。
引用
收藏
页码:5506 / 5516
页数:11
相关论文
共 18 条
[1]  
基于深度学习的风力发电机故障预测研究.[D].王晓丹.重庆工商大学.2019, 01
[2]  
分布式发电对输电网调度的影响分析.[D].李天骄.山东大学.2014, 10
[3]  
分布式电源接入对配电网继电保护的影响及对策的研究.[D].卫波.华北电力大学.2013, 01
[4]  
New ANN method for multi-terminal HVDC protection relaying.[J].Qingqing Yang;Simon Le Blond;Raj Aggarwal;Yawei Wang;Jianwei Li.Electric Power Systems Research.2017,
[5]  
基于深度学习和迁移学习的电力数据挖掘技术研究.[D].王毅星.浙江大学.2019, 08
[6]   基于并联卷积神经网络的多端直流输电线路故障诊断 [J].
王浩 ;
杨东升 ;
周博文 ;
高筱婷 ;
庞永恒 .
电力系统自动化, 2020, 44 (12) :84-92
[7]   基于历史故障信息的配电网设备故障概率建模 [J].
王辉 ;
郝丽丽 ;
黄梅 ;
张圣健 ;
吉宇 ;
陈乾 ;
方鑫 .
电力自动化设备, 2020, 40 (03) :76-84
[8]   2018年国家电网公司220kV及以上交流保护装备及运行情况分析 [J].
张烈 ;
吕鹏飞 ;
张瀚方 ;
刘宇 ;
杨国生 ;
刘丹 ;
王志洁 .
电网技术, 2020, 44 (01) :217-222
[9]   一种用于轴承故障诊断的二维卷积神经网络优化方法 [J].
肖雄 ;
王健翔 ;
张勇军 ;
郭强 ;
宗胜悦 .
中国电机工程学报, 2019, 39 (15) :4558-4568
[10]   基于广域行波波头频率分量幅值比信息的输电网非同步故障定位 [J].
彭楠 ;
王政 ;
梁睿 ;
杨智 .
电力自动化设备, 2019, 39 (04) :56-62