基于机器学习的变电站运维状态实时监测方法

作     者：张萌 ZHANG Meng

作者机构：国网重庆市电力公司超高压分公司重庆400000 

出 版 物：《通信电源技术》 (Telecom Power Technology)

年 卷 期：2023年第40卷第14期

页      面：220-222页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主　　题：机器学习 变电站 运维状态 实时监测 

摘      要：由于变电站现有的状态监测方法分类情况较差、故障误警率高,为此研究基于机器学习的变电站运维状态实时监测方法。首先,运用三比值法对变电站设备中的气体浓度进行分析,判断变电站设备内部的运行情况。其次,运用小波分解算法对变压器变化特征曲线进行分解并重构,计算不同频段时域所获得能量,相加后得到其特征量。再次,在决策树中获得最大的信息增益,计算不同数据信息的梯度值并将其进行关联。从次,运用遗传算法对模型进行优化,对粒子的位置寻优。将最优粒子结果带入模型中完成学习,输出状态值。最后,计算状态向量的误差值,设置状态告警阈值。如果误差值超过阈值则进行告警,从而完成监测。实验结果表明,故障监测阈值为-0.025时,实验组的故障误警率值为0%,识别分类准确,具有较好的监测性能。