典型文献
基于小波KPCA与Bi-LSTM的特高压换流站测控装置健康评估和预测
文献摘要：
特高压换流站测控装置作为模拟量非线性、传输转换高要求的二次设备,目前的评估和预测方法不完全适用于测控装置的健康分析.提出了一种基于小波核主元(kernel principal component analysis,KPCA)分析和双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM)结合的健康评估和预测方法.通过引入小波核函数,以提高KPCA对健康状态影响因素进行特征提取的能力.通过第一核主元建立健康指数,以评估测控装置状态变化.通过构建Bi-LSTM网络模型以输入特征信息达到健康预测目的.以浙江某换流站采集到的真实数据作为样本,通过实验数据进行了对比分析.结果表明,该方法可以提升多维健康监测数据的准确评估和预测精度,为检修人员制定检修策略提供科学参考.
文献关键词：
特高压换流站测控装置;小波核主元;双向长短期记忆网络;健康评估预测
中图分类号：
作者姓名：
吕大青;杨欢红;杜浩良;李策策;徐良凯;朱子叶
作者机构：
国网浙江省电力有限公司金华供电公司,浙江 金华 321000;上海电力大学,上海 200090
文献出处：
引用格式：
[1]吕大青;杨欢红;杜浩良;李策策;徐良凯;朱子叶-.基于小波KPCA与Bi-LSTM的特高压换流站测控装置健康评估和预测)[J].电力系统保护与控制,2022(19):80-87
A类：
特高压换流站测控装置,小波核主元,健康评估预测
B类：
于小波,KPCA,Bi,模拟量,二次设备,健康分析,kernel,principal,component,analysis,双向长短期记忆网络,bi,directional,long,short,term,memory,小波核函数,健康状态,健康指数,估测,状态变化,输入特征,特征信息,健康预测,真实数据,多维健康,健康监测,定检,检修策略
AB值：
0.245423
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。
