基于神经网络的10 kV配电网设备运行故障智能诊断方法  

作　　者：史金豪 SHI Jinhao

机构地区：[1]国网开封供电公司,河南开封475000

出　　处：《信息技术与信息化》2025年第4期14-17,共4页Information Technology and Informatization

摘　　要：在高峰负荷和低谷负荷期间,各地区供电所配电网设备的故障率较高,设备元器件之间具有错综复杂的故障嵌套关系,其运行数据具有非线性、时变性等特点,难以捕捉设备变频过程中的高频状态变化,导致诊断结果存在偏差。为此,文章提出一种基于神经网络的电厂设备运行状态智能诊断方法。基于电厂设备运行数据的标准化和归一化处理,采用双线性内插法进行电厂设备多源数据的采样,并将其输入至小波神经网络的输入层,结合多通道加权多尺度排列熵检测高频状态变化区间,计算特征评估值,获取实际状态智能诊断结果。实验结果表明:研究方法得到的电厂设备运行电流波动与实际电流波动完全一致,且ROC曲线面积更大,说明该方法能够精准诊断出设备的运行状态。

关 键 词：神经网络 配电网设备 运行状态 智能诊断 

分 类 号：TM73[电气工程—电力系统及自动化]