基于中压开关柜相电流异常点数据的故障预警方法

摘要：

通过分析地铁供电系统中同一站点的中压开关柜相电流日常规律性特点,利用机器学习方法生成标准曲线.使用3σ准则筛选出粗大误差的异常点值,并根据异常点出现周期性情况进行分类利用.以苏州轨道交通4号线为实例验证,对过去多个周期时段内异常点值出现的频次、设备异常点值数据出现时间范围,从时空斑图上进行比对,研究归纳出异常点值的时空特性.最后,提出基于中压开关柜相电流异常点值的故障预警方法和故障知识库更新策略,从而实现对异常情况及时把控,提高供电设备智能化运维系统的鲁棒性.

关键词：地铁供电系统、中压开关柜、相电流、异常点、故障预警方案

所属期刊栏目：25

分类号：U231+.8(特种铁路)

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：207-212