融合注意力机制的输电线路故障概率预测模型

• 作者: 杨月 孙博 马晓忱 罗雅迪 孙英云
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 输电线路 气象灾害 故障概率 神经网络 注意力机制
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 人工智能在电网故障诊断和定位中的应用|Application of Artificial Intelligence in Power Grid Fault Diagnosis and Location
• 页码范围: 42-49
• 页数: 8页
• 分类号: TM755
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2022.03.005

摘要

输电线路运行环境恶劣,发生故障的概率和气象条件直接相关.由于目前极端气象条件在全世界范围内表现活跃,研究不同气象条件下输电线路发生故障的概率对提高电网运行稳定水平有重要意义.该文从分析气象相关输电线路典型故障的作用机理和统计特征出发,提出使用融合注意力机制的深度神经网络进行输电线路故障概率预测,使用停电数据对模型进行检验并与采用反向传播(back propagation,BP)算法的多层感知机模型进行对比.通过算例仿真验证了模型在输电线路故障概率预测方面的有效性,为电力事业部门更好地进行防护措施建设和修复计划制定提供了可能性,有利于电力系统的安全稳定可靠运行.