基于机器学习算法进行电气设备故障的预测与诊断

扫码查看

原文链接

万方数据
维普

中文摘要：城市照明系统是重要的公共基础设施,作为一种电气设备,其在运行过程中有可能出现各种故障,具体可分为配电系统故障和路灯节点故障.为了建立智能化的故障诊断和预测方法,以极限学习机(extreme learning machine,ELM)为基础,利用蒙特卡洛方法和自回归模型对其进行优化,并分别构建了AG-ELM和AR-ELM算法.基于AG-ELM算法诊断路灯节点故障,通过AR-ELM算法预测路灯电气配电系统故障.在性能检测阶段,收集某城市的路灯系统运行数据,检验故障诊断模型的准确率,结果为 89.3%,故障预测模型的均方误差仅为 0.055 2,说明 2 种模型都达到了较高的实用性.

作者：

谢旭峰、陈上上、潘攀、单振飞

展开 >

作者单位：

国网泰顺县供电公司,浙江温州 325599

关键词：

机器学习算法城市电气照明系统故障预测故障诊断

出版年：

2024

DOI：

10.3969/j.issn.1006-8554.2024.03.021

技术与市场

四川省科技信息研究所

技术与市场

影响因子：0.566

ISSN：1006-8554

年,卷(期)：2024.31(3)

参考文献量5