电力设备管理2024，Issue(13) ：14-16.

基于CNN-BiLSTM-Attention模型的变电站设备运维故障诊断与预测研究

刘磊 周毅 陈芝屹
电力设备管理2024，Issue(13) ：14-16.
✕
  • NETL
  • NSTL
  • 万方数据

基于CNN-BiLSTM-Attention模型的变电站设备运维故障诊断与预测研究

刘磊 1周毅 1陈芝屹1
扫码查看

作者信息

  • 1. 国网陕西省电力有限公司榆林供电公司
  • 折叠

摘要

本研究旨在利用CNN-BiLSTM-Attention模型分析技术改进变电站设备运维的故障诊断与预测.随着大数据技术的发展,传统方法在处理电力设备故障问题的局限性愈发凸显.本研究采用CNN-BiLSTM-Attention模型的序列数据挖掘技术,提高了故障诊断的准确性和预测的及时性.试验结果表明,该方法在变电站设备运维故障诊断和预测场景下,具有较高准确性,但对于数据不均衡问题仍需进一步改进.

关键词

变电站设备运维/故障诊断/CNN-BiLSTM-Attention模型

引用本文复制引用

出版年

2024
电力设备管理

电力设备管理

ISSN：
段落导航相关论文