基于边缘侧自编码器压缩的换流站设备故障预测

作者：胡宪; 张彩友; 冯毅萍^*; 顾天雄; 潘戈; 富银芳

来源：浙江电力, 2021, 40(05): 36-44.

DOI：10.19585/j.zjdl.202105006

• 边缘侧
• 分布式计算
• 故障预测
• 自编码器

随着电力需求的日益增长,保证电力设备维持在高可用的状态变得非常重要。故障预警通过预测设备的潜在故障,协助运维人员提前定位系统不稳定因素并加以干预,成为设备主动运维的重要方法。结合换流站设备呈区域分布的特点,提出了一种基于边缘侧自编码器压缩的分布式LSTM(长短期记忆网络)预测模型。该模型将生产区域抽象为边缘节点,通过自编码器提取表征各边缘节点设备状态的编码信息,并利用工业网络进行信息共享。通过特征工程的方法改进了传统LSTM模型的输入,在提升模型预测精度的同时降低了模型复杂度。某换流站的应用案例验证了方法的有效性和可行性。

• 单位
  工业控制技术国家重点实验室; 浙江大学