人工智能技术在电力系统故障诊断中的应用研究

论文摘要

为提高电力系统中故障诊断的效率,文中基于人工智能技术,开发了一套电力系统故障诊断系统。该系统利用人工智能技术中的深度置信网络,采用先预训练和微调参数的方式构建了电力系统故障诊断模型。搭配网络系数约束和网络平滑约束,以便突出连接矩阵中部分重要的连接,以辅助限制波尔兹曼机抓住暂态故障的局部特征,提高故障识别能力。测试表明,本系统能够准确识别电力系统中设备故障的种类,评估准确率较高,具有较强的时间优势,能有效推进电网信息化的发展。

论文目录

  • 1 系统设计
  • 2 模型构建
  •   2.1 深度置信网络的结构
  •   2.2 深度置信网络训练方法
  • 3 考虑电力系统约束的DBN模型与训练方法
  •   3.1 网络稀疏约束的构建
  •   3.2 网络平滑约束的构建
  • 4 实际验证
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 王哲,刘梓健,邱宇

    关键词: 故障诊断,人工智能,深度置信网络,电力系统

    来源: 电子设计工程 2020年02期

    年度: 2020

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业

    单位: 广东电网有限责任公司信息中心

    分类号: TM711

    DOI: 10.14022/j.issn1674-6236.2020.02.033

    页码: 148-151+156

    总页数: 5

    文件大小: 1735K

    下载量: 147

    相关论文文献

    相关文章