文献类型：期刊文章

作　　者：刘云鹏[1,2] 许自强[1] 李刚[3] 夏彦卫[4] 高树国[4]

LIU Yunpeng;XU Ziqiang;LI Gang;XIA Yanwei;GAO Shuguo(Hebei Provincial Key Laboratory of Power Transmission Equipment Security Defense,North China Electric Power University,Baoding 071003,China;State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources,North China Electric Power University,Beijing 102206,China;School of Computer and Control Engineering,North China Electric Power University,Baoding 071003,China;State Grid Hebei Electric Power Research Institute,Shijiazhuang 050021,China)

机构地区：[1]华北电力大学河北省输变电设备安全防御重点实验室,保定071003 [2]华北电力大学新能源电力系统国家重点实验室,北京102206 [3]华北电力大学控制与计算机工程学院,保定071003 [4]国网河北省电力有限公司电力科学研究院,石家庄050021

出　　处：《高电压技术》

基　　金：国家电网公司科技项目(5204DY170010);中央高校基本科研业务费专项资金(2018QN076)~~

年　　份：2019

卷　　号：45

期　　号：2

起止页码：337-348

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：状态检修为电力变压器的稳定运行与优质电力的正常供应提供了重要保障。随着智能电网建设的不断推进,包括状态监测、生产管理、运行调度、气象环境等在内的电力变压器运行状态相关信息已逐步呈现出体量大、种类多、增长快的典型大数据特征。因此,在电力大数据的时代背景下,开展结合人工智能技术的电力变压器状态数据综合挖掘与分析研究,对于进一步提升设备状态检修的全面性、高效性与准确性具有十分重要的意义。鉴于此,首先概述了面向数据分析的人工智能技术,涵盖专家系统、不确定性推理、机器学习及智能优化计算等研究内容;然后,结合电力变压器状态检修各阶段任务的智能化需求,论述了人工智能驱动的数据分析技术在数据清洗、文本挖掘、图像识别、状态评估、故障诊断、状态预测及检修决策优化等典型场景中的应用研究现状;最后,探讨了现阶段影响基于人工智能的数据分析技术在状态检修领域应用效果的关键问题,并对未来的主要研究方向进行了展望。

关 键 词：人工智能  数据分析 电力变压器 状态检修 图像识别 专家系统

分 类 号：TP18] TM407]