典型文献
基于多源数据融合与深度信念网络的台区停电故障预警方法研究
文献摘要：
针对低压配电网对缓慢性故障监控和停电故障预警的客观需求问题,提出基于多源数据融合与深度信念网络的台区停电故障预警与定位方法.首先综合某低压配电台区的配电自动化系统(distribution automation system,DAS)、用户用电信息采集系统(power user electric energy data acquire system,PUEEDAS)和当地气象系统数据构建台区多源数据体系,为方法提供数据基础;其次利用受限玻尔兹曼机(restricted Boltzmann machine,RBM)和深度信念网络(deep belief network,DBN)训练带标签的台区历史故障数据,深度挖掘变压器、线路和用户的历史停电故障数据特征,利用该特征进行停电故障预警;再利用Dempster-Shafer(DS)证据理论对不同系统数据的预警结果进行融合,得到综合预警结果;最后以某低压配电台区为算例进行验证,验证分析表明所提方法能够较准确地对台区故障类型进行预警和精准定位.
文献关键词：
停电故障预警;多源数据融合;深度信念网络;DS证据理论;故障定位
中图分类号：
作者姓名：
钱利宏;彭穗;郭晓燕;刘新苗;欧仲曦;赵紫辉;谢曼莎
作者机构：
南方电网广东珠海供电局电网规划中心,广东珠海 519000;广东电网有限责任公司电网规划研究中心,广东广州510062;广东电网有限责任公司战略规划部,广东广州 510062;中国农业大学信息与电气工程学院,北京 100083
文献出处：
引用格式：
[1]钱利宏;彭穗;郭晓燕;刘新苗;欧仲曦;赵紫辉;谢曼莎-.基于多源数据融合与深度信念网络的台区停电故障预警方法研究)[J].广东电力,2022(12):32-40
A类：
停电故障预警,PUEEDAS
B类：
多源数据融合,深度信念网络,预警方法,低压配电网,故障监控,客观需求,需求问题,定位方法,低压配电台区,配电自动化系统,distribution,automation,system,用户用电信息采集,用电信息采集系统,power,user,electric,energy,data,acquire,地气,系统数据,建台,数据体系,数据基础,受限玻尔兹曼机,restricted,Boltzmann,machine,RBM,deep,belief,network,DBN,故障数据,深度挖掘,变压器,数据特征,Dempster,Shafer,DS,证据理论,同系,综合预警,验证分析,故障类型,精准定位,故障定位
AB值：
0.320075
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。
