基于RNN的故障预测算法及在GIS上的应用

作者：张子贤; 李敏; 苗红霞; 孙宁

来源：计算机测量与控制, 2020, 28(12): 27-36.

DOI：10.16526/j.cnki.11-4762/tp.2020.12.006

• 故障预测
• 循环神经网络
• 异常点
• 气体绝缘开关

随着工业化程度的提高,设备的故障预测的重要性日趋提高;提出了一种基于循环神经网络(RNN)的故障预测算法,通过数据训练,充分发掘了RNN对时间序列数据的拟合能力;RNN故障预测模型由数据处理模块和神经网络识别模块组成;在数据处理模块中,采用数学函数分配的方法建立了RNN模型的训练样本和测试样本;在神经网络识别模块中,针对当前故障预测技术中异常点难以确定的问题,应用了一种逐步逼近的神经网络训练方法;最后利用气体绝缘开关(GIS)故障数据对该算法进行了验证,结果表明,该方法可以在故障发生前检测到故障发生趋势,进而实现故障预测,并且能在逐步训练中确定异常点的位置。

• 单位
  河海大学; 国家电网江苏省电力公司