基于最大熵隐马尔科夫模型的电网故障诊断方法

摘要：

随着电网调控一体化的全面推进,针对低价值密度故障数据的有效诊断成为实现电网自愈化的关键.该文提出了一种基于最大熵隐马尔科夫模型(maximum entropy hidden Markov model,ME-HMM)的电网故障诊断方法,该方法首先对调度中心所接收到的遥信信息进行去噪解析,并基于保护-断路器关联关系定义了待诊断信息类型以及异常信息模式,然后结合电气量信息和开关量信息构建特征函数向量,并通过训练ME-HMM模型对故障数据所隐藏的异常模式进行挖掘.通过实例分析证明该方法能够实现对原始故障数据的精简,有效识别包括信息畸变、保护断路器不正确动作在内的异常信息,从而提高电网故障诊断效率.

关键词：电网故障诊断、最大熵隐马尔科夫、信息解析、特征函数、异常模式

所属期刊栏目：43

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;中央高校基本科研业务费专项

在线出版日期：2019-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3368-3375