10.19768/j.cnki.dgjs.2022.08.039
基于大数据驱动的配电网故障诊断与探索性预测模型
为了通过电网中记录的海量运行数据实现预测性维护、执行有效故障诊断和减少后续相关支出,以提高用户用电的可靠性和安全性,数据驱动模型在配电网络中变得至关重要.考虑以监控和数据采集系统(SCADA)在实际中压配电网络中收集的超过6年的数据集为基础,由基于数据特征提取、时间窗、关联规则挖掘和关联分类器分析的流程进行试验评估并自动识别相关性,从故障中断前后时间窗建立预测-诊断模型并评估其应用潜力.试验结果表明,基于大数据驱动的电网预测模型潜力较不平衡,基于大数据驱动的电网诊断模型具有较高的诊断潜力和应用价值.
智能电网、预测维护、故障诊断、潜力评估、数据挖掘、关联分类
TM732(输配电工程、电力网及电力系统)
2022-06-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
116-118