基于最大熵隐马尔科夫模型的电网故障诊断方法

• 作者: 刘志伟 张旭 胡江 赵冬梅
• 来源期刊: 电网技术
• 学科: 工学
• 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
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 电力系统
• 页码范围: 3368-3375
• 页数: 8页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2018.0776

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵冬梅		80	1583	21.0	38.0
2	张旭		61	1069	17.0	31.0
3	胡江		1	0	0.0	0.0
4	刘志伟		1	0	0.0	0.0