基于机器学习的配网设备状态自动检修方法研究

• 作者: 李互刚
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 机器学习 配网设备 自动检修 自适应调试 安措执行
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 理论创新
• 页码范围: 148-152
• 页数: 5页
• 分类号: TP207
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2019.10.148

摘要

传统检修方法不能满足配网设备的当下用网状态,导致低能耗运行现象的频繁发生.为解决上述问题,提出一种基于机器学习的新型配网设备状态自动检修方法.通过确定配网通信节点聚类方式的手段,对配网设备进行自适应连接及调试监测,完成基于机器学习的配网设备状态自适应调试.在此基础上,通过匹配检修语义、调整及确认已生成安措执行条目文件的方式,完成新型检修方法的搭建,实现基于机器学习的配网设备状态自动检修方法研究.模拟对比实验结果显示,与传统检修方法相比,应用新型自动检修方法后,配网设备当下用网状态满足率提升50％,造成低能耗运行发生几率降低30％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李互刚		4	11	2.0	3.0