基于注意力LSTM网络的电力线路故障智能检测

• 作者: 刘燕德
• 来源期刊: 中国有线电视
• 关键词: 人工智能 电力维护 LSTM网络 注意力模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 技术交流
• 页码范围: 627-630
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.12071/ccatv.2020-06-011

摘要

及时检测并排查电力线路的故障对于保障电网安全可靠地运营具有重要意义.针对复杂线路环境为传统人工排查方式带来的挑战,基于深度学习,提出一种电力线路故障的自动检测方法.首先,利用LSTM网络提取信号指标中的抽象特征,从历史输入中获取有用信息,并用于线路故障的实时识别;其次,通过应用注意力机制为抽象特征分配概率分布信息,增加对故障特征的关注,从而改进模型的输出效果.实际数据分析表明,该方法能较好地识别出电力线路中的故障信息,为进一步提升电力巡检的智能化水平提供了参考.