基于改进排列熵算法的电力系统设备状态智能识别研究

作者：王立永; 纪斌; 吴红林

来源：电气传动, 2021, 51(21): 76-80.

DOI：10.19457/j.1001-2095.dqcd22490

• 改进排列熵算法
• 电力系统
• 设备状态
• 智能识别
• 特征提取
• 模式识别

针对传统电力系统设备运行状态监测方法存在监测精度低、延时长等问题,提出基于改进排列熵算法的电力系统设备状态智能识别方法。在电力系统设备参数分布强度和控制参数约束下,更新电力系统设备故障特征信息分布传输序列,通过构建电力系统设备运行状态的量化参数模型,对电力系统设备状态约束参量进行辨识;通过信息熵的优化排序方法,获取电力系统设备状态监测和优化特征,采用小扰动抑制方法,结合小信号扰动识别,实现电力系统设备状态智能识别。试验结果表明,采用所提方法识别电力系统设备状态的精度始终高于90%,且耗时较短。

• 单位
  国网北京市电力公司