基于多模型融合集成学习的智能变电站二次设备状态评估

作者：叶远波; 黄太贵; 谢民; 赵子根; 刘宏君

来源：电力系统保护与控制, 2021, 49(12): 148-157.

DOI：10.19783/j.cnki.pspc.200989

• 二次设备
• 状态评估
• 集成学习
• 多模型融合

为准确评估智能变电站二次设备运行状态,建立了二次设备状态评估指标体系,并结合多种机器学习算法的差异性,提出了基于多模型融合集成学习的二次设备状态评估法。该方法采用双层结构,上层中利用划分好的数据对数个基学习器进行k折验证,下层中利用全连接级联神经网络融合多个基学习器,并采用改进的列文伯格-马夸尔特算法训练该神经网络加速模型收敛。实例分析表明,所提出的方法可以准确地评估二次设备的运行状态,并为智能变电站系统和二次设备的检修工作提供指导意见。

• 单位
  长园深瑞继保自动化有限公司; 国网安徽省电力有限公司