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

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.

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

所属期刊栏目：50

分类号：TP309;TP181;TM715

资助基金：国家自然科学基金51777119

在线出版日期：2022-10-27（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：80-87