面向文本非结构化数据的输变电系统故障诊断方法

摘要：

从非结构化数据中提取信息,有效诊断输电系统故障对于精确确定设备的运行状态具有重要意义.提出基于深度学习网络的输变电系统故障诊断方法;面向非结构化数据处理问题,提出非结构化数据特征提取、深度神经网络构建、深度神经网络训练、故障诊断等一系列深度学习处理方式;构建并改进循环神经网络RNN,将长短时记忆模型(LSTM)添加到神经网络中的记忆单元,并提出相应的神经网络训练策略.以南方电网故障巡检报告作为数据源,仿真分析结果验证了该方法的有效性.

关键词：输变电系统、故障诊断、非结构化数据、深度学习

所属期刊栏目：32

分类号：TM726(输配电工程、电力网及电力系统)

资助基金：中国南方电网公司重点科技项目GZ2014-2-0049

在线出版日期：2017-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：153-161