科研之友
微信
新浪微博
Facebook
分享链接
摘要
从非结构化数据中提取信息,有效诊断输电系统故障对于精确确定设备的运行状态具有重要意义。提出基于深度学习网络的输变电系统故障诊断方法;面向非结构化数据处理问题,提出非结构化数据特征提取、深度神经网络构建、深度神经网络训练、故障诊断等一系列深度学习处理方式;构建并改进循环神经网络RNN,将长短时记忆模型(LSTM)添加到神经网络中的记忆单元,并提出相应的神经网络训练策略。以南方电网故障巡检报告作为数据源,仿真分析结果验证了该方法的有效性。
-
单位武汉大学; 贵州电网有限责任公司
