典型文献
基于非线性自回归神经网络的线路故障率预测
文献摘要：
针对低压配电线路的安全运行问题,为保证电能的稳定供应和社会生产活动的正常运转,对线路的故障发生概率进行了预测,可为增强输配电线路的安全运行提供理论依据.首先分析了云南省某地区的低压配电线路运行数据,针对电压异常(失压、断相、电压过高、电压偏差异常、三相电压不平衡)、功率异常、功率因素异常等故障类型进行研究;其次对故障发生概率随时间变化的序列平稳性进行分析,绘制相应的自相关和偏自相关函数,确定自回归滑动平均模型的最优阶数,并建立ARMA预测模型;然后根据确立的预测模型输入延迟阶数,建立了非线性自回归神经网络预测模型,通过建立的模型预测了后168个时间点的线路故障发生概率.
文献关键词：
低压配电线路;故障发生概率;非线性自回归神经网络
中图分类号：
作者姓名：
郑成源;张梁;赵振刚;李波;廖耀华;陈叶;李博
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明650500;云南电网有限责任公司 电力科学研究院,云南 昆明650217
文献出处：
引用格式：
[1]郑成源;张梁;赵振刚;李波;廖耀华;陈叶;李博-.基于非线性自回归神经网络的线路故障率预测)[J].陕西理工大学学报（自然科学版）,2022(06):22-27,37
A类：
B类：
非线性自回归神经网络,线路故障,故障率预测,低压配电线路,运行问题,社会生产,生产活动,故障发生概率,输配电线路,某地区,线路运行,运行数据,电压异常,失压,压过,电压偏差,三相电压不平衡,故障类型,平稳性,自相关函数,自回归滑动平均模型,阶数,ARMA,模型输入,神经网络预测模型
AB值：
0.267093
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
