基于人工智能及信息融合的电力系统故障诊断方法

• 作者: 宁剑 任怡睿 林济铿 江长明 张勇 张哲
• 来源期刊: 电网技术
• 关键词: 故障诊断 信息融合 人工智能 综合诊断能力 电力系统
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 面向新一代电力系统和能源互联网的人工智能技术|Artificial Intelligence Technology Application in New Generation Power System and Energy Internet
• 页码范围: 2925-2933
• 页数: 9页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.0948

摘要

故障诊断软件作为调度中心综合智能告警模块的核心软件,其综合诊断性能的提高一直是电力工程界及学术界的热点问题之一.提出了基于信息融合思想的人工智能故障诊断新方法.该方法首先建立基于神经网络的信息融合故障诊断新模型,即利用神经网络对于信息所蕴含的特征提取能力,实现3种人工智能故障诊断方法权重的自动确定,以期获得更高的诊断精度;然后用测试样本对其进行测试,若精度满足要求则说明历史样本数量充足,则把训练好的神经网络直接用于对于新来的信息进行相应设备故障与否的诊断;否则,说明现有样本数量不足,使得基于神经网络实现信息融合的方法在该场景下不再适用,此时文中采用对于历史样本数量要求较少的基于自适应确定权重的信息融合策略,即基于故障诊断评价指标体系及客观权重法中的拉开档次法,自适应地确定3种人工智能故障诊断方法的权重,从而使得融合之后的故障诊断具有更高的诊断精度.不同样本下的算例均证明文中所提出的故障诊断新方法的综合故障诊断能力高于其他诊断方法.