考虑样本类别不平衡的电网故障事件智能识别方法

摘要：

电网中不同设备的故障概率存在差异,影响智能诊断技术的准确性.为解决此问题,提出了一种基于代价敏感学习和模型自适应选择融合的电网故障事件智能识别方法.首先,利用Word2vec模型将预处理后的电网告警信息向量化,并搭建2个双向长短期记忆网络作为基础分类器;然后,设计代价敏感损失函数,将交叉熵损失函数与代价敏感损失函数分别应用于2个分类器中;最后,提出一种模型自适应选择融合法,融合上述分类器,得到故障事件识别结果.实际数据测试表明,所提方法能够有效降低故障事件识别中样本类别不平衡的影响.

关键词：电网故障事件识别;深度学习;类别不平衡;代价敏感学习;模型融合

所属期刊栏目：41

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目SGJSNJ00FCJS1800810

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：93-99