电力传感器网络故障节点高效检测方法研究

作者：强梦烨; 黄源航

来源：电力大数据, 2022, 25(05): 36-42.

DOI：10.19317/j.cnki.1008-083x.2022.05.003

• 电力传感器网络
• 故障定位
• Kalman滤波
• 群验
• 贝叶斯理论

电网健康状态易受天气、事故等多种因素影响，因而复杂场景下状态感知是保障电网正常运作的重要支撑技术。近年来，随着数据分析技术的进步以及电力传感器技术的发展，大数据分析技术在电网的健康状态监控中获得来越来越多的应用。因此，电力传感器的正常运行显得尤为重要，针对如何快速定位故障电力传感器，本文分别提出三种电力传感器网络故障检测方法并进行仿真试验。试验证明基于Kalman滤波重构误差的自适应贝叶斯群验快速算法能在小于电力传感器节点数的测试次数内有效地检测所有电力传感器，并找出出现故障的电力传感器节点，且在群验存在误判的情况下，依然能够准确定位故障节点，算法鲁棒性高。