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

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：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.

作者：

刘磊、周毅、陈芝屹

展开 >

作者单位：

国网陕西省电力有限公司榆林供电公司

关键词：

变电站设备运维故障诊断 CNN-BiLSTM-Attention模型

出版年：

2024

电力设备管理

ISSN：

年,卷(期)：2024.(13)