文献类型：期刊文章

作　　者：宁剑[1] 任怡睿[2,3] 林济铿[2,3] 江长明[1] 张勇[1] 张哲[1]

NING Jian;REN Yirui;LIN Jikeng;JIANG Changming;ZHANG Yong;ZHANG Zhe(North China Branch of State Grid Corporation of China,Xicheng District,Beijing 100053,China;Beijing Boao Yingke Technology Company,Ltd.,Chaoyang District,Beijing 100020,China;College of Electronics and Information Engineering,Tongji University,Jiading District,Shanghai 201804,China)

机构地区：[1]国家电网公司华北分部,北京市西城区100053 [2]北京博奥盈科科技有限公司,北京市朝阳区100020 [3]同济大学电子与信息工程学院,上海市嘉定区201804

出　　处：《电网技术》

基　　金：国家电网公司科技项目“基于人工智能的电网故障诊断关键技术研究”(SGNC0000DKJS1900168)。

年　　份：2021

卷　　号：45

期　　号：8

起止页码：2925-2933

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：故障诊断软件作为调度中心综合智能告警模块的核心软件,其综合诊断性能的提高一直是电力工程界及学术界的热点问题之一。提出了基于信息融合思想的人工智能故障诊断新方法。该方法首先建立基于神经网络的信息融合故障诊断新模型,即利用神经网络对于信息所蕴含的特征提取能力,实现3种人工智能故障诊断方法权重的自动确定,以期获得更高的诊断精度;然后用测试样本对其进行测试,若精度满足要求则说明历史样本数量充足,则把训练好的神经网络直接用于对于新来的信息进行相应设备故障与否的诊断;否则,说明现有样本数量不足,使得基于神经网络实现信息融合的方法在该场景下不再适用,此时文中采用对于历史样本数量要求较少的基于自适应确定权重的信息融合策略,即基于故障诊断评价指标体系及客观权重法中的拉开档次法,自适应地确定3种人工智能故障诊断方法的权重,从而使得融合之后的故障诊断具有更高的诊断精度。不同样本下的算例均证明文中所提出的故障诊断新方法的综合故障诊断能力高于其他诊断方法。

关 键 词：故障诊断 信息融合 人工智能 综合诊断能力  电力系统

分 类 号：TM721]