基于大数据的配电网故障诊断预测模型设计

• 作者: 程晓磊 王鹏 王渊 赵嘉冬
• 来源期刊: 电气传动
• 学科: 工学
• 关键词: 大数据 配电网 故障诊断 预测模型 模糊积分 预处理
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 综合能源与现代电网
• 页码范围: 61-66
• 页数: 6页
• 分类号: TM76
• 语种: 中文
• DOI: 10.19457/j.1001-2095.dqcd22297

摘要

针对传统基于无线传感器的配电网故障检测模型对大数据环境下的配电网故障数据存在诊断准确率低、故障诊断耗时较长以及经济效益较低的问题,设计基于大数据的配电网故障诊断预测模型,其采用RS-IA模型对大规模故障信息进行智能搜索,计算出最优约简得到决策规则,实现对配电网故障发生位置的初步定位.采用基于模糊积分的故障诊断预测模型,根据初步诊断结果确定发生故障的候选元件及模糊测度值,根据拓扑信息以及元件的诊断结果形成不同相关联度的支持度集合,采用模糊积分融合技术确定模糊积分值构成故障可能性指标集合,根据该指标确定配电网故障发生的准确位置.实验结果说明,所设计模型能提高大规模配电网故障诊断的精度,缩短诊断用时,提高配电网的安全性.