摘要
为避免电力事故扩大,降低故障损失,需要提升电力调度故障监测效果,为此,引用人工智能技术,提出一种变电站内电力调度故障诊断方法。采用信息多尺度化策略,整合异质异构知识资源,处理结构化与非结构化数据。根据故障特征之间的非线性耦合关系,改进主元分析法,利用核主元分析的特征提取法,非线性映射样本数据,重构特征向量信号,结合最小误差准则,挖掘出异常数据,得到高质量特征数据。基于典型的BP神经网络算法,建立电力调度故障诊断架构,通过网络层处理电力调度阶段的相关数据,在输出层获得故障类型,完成故障诊断。在仿真实验阶段,利用训练样本集训练网络,得到较为理想的神经网络结构,从单一诊断准度、总体准度、响应时间等多个角度评估故障诊断效果,各指标数据表明,所提方法能快速且准确地诊断出故障,具有较好的实践性。
出处
《自动化应用》
2022年第2期104-107,共4页
Automation Application
