基于图像深度学习的电力计量设备故障监测方法

作者：张海永

来源：电子设计工程, 2021, 29(09): 103-111.

DOI：10.14022/j.issn1674-6236.2021.09.022

• 图像深度学习
• 电力计量设备
• 故障监测
• 卷积神经网络

采用FCM算法、改进模糊c均值聚类算法进行电力计量设备故障监测时缺乏约束规则,导致监测效果较差,为此提出基于图像深度学习的电力计量设备故障监测方法。构建CNN模型,确定深度神经网络权值最优解,避免出现过拟合现象。经过前向传播和反向传播网络训练,不断更新权值,经过图像预处理后识别故障。设置关联规则,结合抄读电能表相关数据,设计故障监测流程。以电能表为例,通过拓扑结构进行仿真实验分析,由实验结果可知,该方法电压和电流监测曲线与实际值曲线基本吻合,具有精准的监测效果,能够更好地保障电力计量装置发挥好其自身作用。