文献类型：期刊文章

作　　者：胡裕峰[1] 方旎[2] 徐越[1] 周博曦[3]

HU Yufeng;FANG Ni;XU Yue;ZHOU Boxi(Nanchang Power Supply Branch of State Grid Jiangxi Electric Power Company,Nanchang 330000,China;Institute of Electrical Engineering and Automation,Hehai University,Nanjing 210000,China;State Grid of China Technology College,Jinan 250000,China)

机构地区：[1]国网江西省电力公司南昌供电分公司,江西南昌330000 [2]河海大学能源与电气学院,江苏南京210000 [3]国家电网有限公司技术学院分公司,山东济南250000

出　　处：《供用电》

基　　金：山东省高等学校科学技术计划项目(J18KB146)。

年　　份：2020

卷　　号：37

期　　号：7

起止页码：57-66

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：结合混合神经网络(hybrid neural network,HNN)和有限状态机(finite state machine,FSM),开展变电站告警信息处理。首先,为降低HNN模型构建的复杂度,通过纵向上模块化处理、横向上信号归并的信号处理方法简化告警序列。其次,构建HNN权矩阵模型和学习算法,通过对数据样本进行训练和测试,获取线路、母线和变压器三类设备事故和设备异常的逻辑推理及知识表达。然后,开展故障集的关联性分析,构建FSM模型实现信号的排查和告警过程记录,从而形成告警的原因分析和结果处理。最后,通过实际区域电网案例对本算法进行验证,结果证明该方法对于电力系统通用故障告警判断具有快速、容错和学习能力强等特点,对应用于大规模电力系统的在线故障诊断问题的解决具有重要意义。

关 键 词：智能告警 混合神经网络 有限状态机 时序特性  变电站

分 类 号：TM77]