首页> 中文期刊> 《电力电容器与无功补偿》 >基于深度学习的配电网故障风险及状态检修

基于深度学习的配电网故障风险及状态检修

         

摘要

针对当前配电网采用的检修方式没有综合考虑可靠性、安全性和经济性且采用的方法较传统的问题,提出了基于深度学习的配电网故障风险成本量化与状态检修方法。首先,对配电网中的变压器、架空线路、电缆线路及断路器等设备分别建立健康状态评估模型,并计算配电网综合故障概率;其次,分别提出了变压器、架空线路、电缆线路、断路器的故障风险成本量化模型,用以评估配电网故障损失与检修风险之间的量化关系;第三,提出了基于深度学习的长短期记忆网络的状态检修模型,以该模型值作为依据,确定配电网中设备的状态检修策略。通过IEEE-RBTS BUS6系统的仿真验证,结果表明所提方法比传统方法经济性更好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号