基于非线性自回归神经网络的线路故障率预测

作者：郑成源^*; 张梁; 赵振刚; 李波; 廖耀华; 陈叶; 李博

来源：陕西理工大学学报(自然科学版), 2022, 38(06): 22-37.

• 低压配电线路
• 故障发生概率
• 非线性自回归神经网络

针对低压配电线路的安全运行问题，为保证电能的稳定供应和社会生产活动的正常运转，对线路的故障发生概率进行了预测，可为增强输配电线路的安全运行提供理论依据。首先分析了云南省某地区的低压配电线路运行数据，针对电压异常(失压、断相、电压过高、电压偏差异常、三相电压不平衡)、功率异常、功率因素异常等故障类型进行研究；其次对故障发生概率随时间变化的序列平稳性进行分析，绘制相应的自相关和偏自相关函数，确定自回归滑动平均模型的最优阶数，并建立ARMA预测模型；然后根据确立的预测模型输入延迟阶数，建立了非线性自回归神经网络预测模型，通过建立的模型预测了后168个时间点的线路故障发生概率。

• 单位
  自动化学院; 云南电网有限责任公司电力科学研究院; 昆明理工大学