依托大数据分析的电网设备状态测评方法研究

• 作者: 覃兆安
• 来源期刊: 东北电力技术
• 学科: 经济
• 关键词: 大数据 时间序列 神经网络 状态测评
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 试验与研究
• 页码范围: 8-10,19
• 页数: 4页
• 分类号: F426.61
• 字数: 2044字
• 语种: 中文

摘要

电网设备的运行状态关系到电能质量、供电可靠性等电力系统核心指标。在分析传统设备状态测评方法的基础上，提出以时间序列、自适应神经网络、无监督聚类等方法来深度挖掘运行数据的潜在信息，发现设备向异常状态发展的趋势，以提升电力系统运维水平。同时将研究成果应用到具体案例中。结果表明，该构建方法具有一定合理性和有效性，能推广到输变电设备的状态测评中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃兆安		1	1	1.0	1.0