文献知网节
  • 记笔记

基于深度学习的智能变电站通信网络故障诊断与定位方法

孙宇嫣蔡泽祥郭采珊马国龙戴观权

华南理工大学电力学院

摘要:为提高智能变电站通信网络运维效率,提出了基于深度学习的智能变电站通信网络故障诊断与定位方法。从通信网络故障状态的冗余监测出发,分析基于不同监测节点的故障特征信息,提出了通信网络故障特征信息表征方式。基于涌现原理,根据通信网络物理连接、逻辑连接及报文订阅关系实现故障样本的自动生成,并结合深度学习理论中训练规则,建立基于深度置信网络的通信网络故障诊断模型,基于此给出实时故障分析处理流程。以典型110kV智能变电站过程层网络为例进行验证,仿真结果验证了所提故障诊断方法的有效性和精确性,且在部分信息不可信时仍能得到准确诊断结果,容错性能较好。
  • DOI:

    10.13335/j.1000-3673.pst.2019.0143

  • 专辑:

    理工C(机电航空交通水利建筑能源)

  • 专题:

    电力工业

  • 分类号:

    TM63

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:680 页码:4306-4314 页数:9 大小:595K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者