典型文献
基于ARMA和Copula理论的多因素GIS设备家族性缺陷故障预警
文献摘要：
针对传统电网设备缺陷的监视和设备家族性缺陷的风险发布都是事后的被动处理,以及考虑到电力设备家族性缺陷往往不是单个因素引起的,为了实现电网设备家族性缺陷故障主动预警,首先,文章建立了家族性缺陷故障数据库,包括设备缺陷影响因素数据及其缺陷决策数据;其次,采用ARMA模型预测单个影响因素在未来时刻的值,通过Copula函数建立单个影响因素与缺陷决策数据之间的概率预测模型;最后,上述不同因素的概率集成就是家族性缺陷故障发生的预测概率.基于上述研究内容,提出了一种面向电网设备家族性缺陷短时预警的统计机器学习方法.
文献关键词：
家族性缺陷;ARMA;Copula函数;概率预测模型;故障预警
中图分类号：
作者姓名：
邓祥力;张乾波
作者机构：
上海电力大学电气工程学院,上海 200090
文献出处：
引用格式：
[1]邓祥力;张乾波-.基于ARMA和Copula理论的多因素GIS设备家族性缺陷故障预警)[J].高压电器,2022(02):9-16
A类：
概率集成
B类：
ARMA,Copula,家族性缺陷,故障预警,电网设备,监视,电力设备,素引,主动预警,故障数据库,缺陷影响,素数,来时,概率预测模型,不同因素,统计机器学习,机器学习方法
AB值：
0.235626
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。
