基于ARMA和Copula理论的多因素GIS设备家族性缺陷故障预警

• 作者: 邓祥力 张乾波
• 来源期刊: 高压电器
• 关键词: 家族性缺陷 ARMA Copula函数 概率预测模型 故障预警
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究与分析|Research & Analysis
• 页码范围: 9-16
• 页数: 8页
• 语种: 中文
• DOI: 10.13296/j.1001-1609.hva.2022.02.002

摘要

针对传统电网设备缺陷的监视和设备家族性缺陷的风险发布都是事后的被动处理,以及考虑到电力设备家族性缺陷往往不是单个因素引起的,为了实现电网设备家族性缺陷故障主动预警,首先,文章建立了家族性缺陷故障数据库,包括设备缺陷影响因素数据及其缺陷决策数据;其次,采用ARMA模型预测单个影响因素在未来时刻的值,通过Copula函数建立单个影响因素与缺陷决策数据之间的概率预测模型;最后,上述不同因素的概率集成就是家族性缺陷故障发生的预测概率.基于上述研究内容,提出了一种面向电网设备家族性缺陷短时预警的统计机器学习方法.