基于深度学习的配网设备故障预测方法研究  

Fault prediction method of distribution network equipment based on deep learning

作　　者：苏强 牛嵩迪 

机构地区：[1]国网天津市电力公司城东供电分公司,天津300010

出　　处：《电子产品世界》2024年第6期69-72,共4页Electronic Engineering & Product World

摘　　要：配网设备故障预测分析是电力系统正常稳定运行的关键操作。为了提升电力系统配网设备故障运维效率和精准率,利用ResNet50强大的特征提取能力和支持向量机(support vector machines,SVM)的高效分类性能,提出一种基于深度学习的配网设备故障预测方法,并且对配网变压器故障数据进行深入的学习和分析。实验结果显示,模型的预测结果与实际值之间的相对偏差保持在±2%的范围内,充分证明了该模型在实际应用中的有效性和实用性。

关 键 词：电力配网 深度学习 支持向量机 故障预测 

分 类 号：TM719[电气工程—电力系统及自动化] TP181[自动化与计算机技术—控制理论与控制工程]