基于机器学习算法的电力系统故障诊断 .pdfVIP

基于机器学习算法的电力系统故障诊断

姜泽苗袁喆

（）

国网山东省电力公司超高压公司

：，。，

摘要随着电力需求的不断增加输配电系统的复杂性日益增加由于复杂性的增加对称和不对

称故障的频率显著增加，导致断路器频繁跳闸，为消费者端提供的电能可靠性和质量都处于危险之

。，，

中因此有必要开发一种能够轻松识别电力系统故障的智能系统使输配电线路中的对称和不对称

故障被有效识别。本文对用于电力系统故障分类的机器学习算法的分析和性能进行了研究。电流和电

ＩＥＥＥ１４，ＭａｔｌａｂＳｍｉｕｌｉｎｋ、

压数据取自标准的总线系统在中对正常对称和不对称故障情况进行了仿

真，然后将提取的数据通过ＳＶＭ模型进行训练和测试。这项工作的主要目标是准确地对电力系统中

发生的不同类型故障进行分类，以便使电力系统更快地恢复。

：；；；

关键词机器学习总线系统故障诊断智能机制

０引言的影响，如天气、负荷、设备状况等，可能会出现各

种故障，如短路、设备失效等。这些故障不仅会对电

在任何一个国家的发展中，能源都扮演着重要的

力系统造成损失，还会对市民的生活生产带来影响。

角色。电能是最精炼的能源形式，被认为比其他所有

，。

因此对电力系统故障的诊断分析非常重要

形式的能源都优越，它清洁、无污染，并且易于从一

传统的电力系统故障诊断方法主要依靠专家经验

个地方运输到另一个地方。能源部门扮演着重要的角

和模型模拟，但这种方法存在缺陷，即对专家经验依

色，因为对电力的需求呈指数级增长，这需要在电力

赖度高，不能发现复杂的故障类型。另外，由于电力

部门进行巨额投资，以满足这一需求。这种由于电力

需求的增加而增加的发电量，使我们的电力电路变得系统的复杂性，使用传统方法进行分析和处理需要耗

。，

更加复杂。为了提供持续可靠的电能，系统中的故障费大量的时间和经费机器学习技术的出现为电力

。，

应在最短时间内被切除。系统故障诊断分析提供了一种新的思路目前用于

不同类型不良条件的存在会导致各种类型的故电力系统故障诊断分析的常见机器学习算法包括：支

障，从而导致电力系统故障。因此，当系统的任何部持向量机、神经网络、朴素贝叶斯、决策树和随机森

分发生故障时，都会降低用户端对电力系统的信任，