基于深度学习算法的电力系统故障数据自动识别方法

• 作者: 张巍 张佳艺 王善立 信茜 郑丽娟
• 来源期刊: 通信电源技术
• 关键词: 深度学习算法 电力系统 故障数据 自动识别
• 年，卷（期）: 2021,（18）
• 所属期刊栏目: 通信技术|Telecom Technology
• 页码范围: 111-113
• 页数: 3页
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2021.18.034

摘要

为了提高周期性势能负荷电机电力系统的稳定性,需要进行周期性势能负荷电机电力系统故障数据的自动化识别,提出基于深度学习算法的电力系统故障数据自动识别方法.建立周期性势能负荷电机电力系统故障数据的分数间隔均衡采样模型,结合对数据的结构重构输出,通过特征提取的方法实现对周期性势能负荷电机电力系统故障数据的滤波检测.通过深度学习算法,建立电力系统故障数据的特征辨识参数分析模型,根据特征提取结果,实现故障数据自动识别.测试表明,采用该方法进行电力系统故障数据识别的精度较高,自动化性能较好.