基于最优编码集及智能状态估计的电网故障诊断方法

摘要：

当电网发生故障时,大量的遥信告警和变位信息上传到调度端,使得调度人员很难在短时间内对故障设备及故障类型做出准确的判断.因此提出了利用分组遥信数据识别故障类型,利用人工智能方法纠正差错遥信的电网故障诊断方法.对于此,将各种设备的标准遥信数据映射到故障诊断空间中,求取最优编码集,把故障遥信的故障空间编码值和故障空间最优编码值进行比较归类,查找故障类型,实现电网的故障诊断.通过不同故障模式的远程变位信号数据,利用站内丢失遥信事件的历史数据样本,训练智能状态估计模型.对遥信误变位或漏传数据进行纠正,实现遥信数据的前端数据纠错,提高故障诊断正确率,最终形成具有纠错能力、适用于大数据平台应用的电网故障智能诊断方法.通过案例仿真验证和实际大数据平台挂网运行,验证了智能状态估计模型和故障诊断模型对电网故障元件诊断的有效性.

关键词：故障诊断、大数据、人工智能、设备监控

所属期刊栏目：49

资助基金：国家自然科学基金项目资助;国网上海市电力公司科技项目资助

在线出版日期：2021-03-03（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：89-97