基于CNN卷积神经网络的电力通信网故障诊断

作者：邵淦; 吴昊; 姚朔晔

来源：微型电脑应用, 2022, 38(05): 111-119.

• 电力通信网
• 卷积神经网络
• 故障诊断

针对电力通信网故障类型复杂，故障诊断方式需要依靠人工经验，难以准确定位多链路故障的问题，基于深度学习技术，提出一种CNN卷积神经网络的电力通信故障诊断模型。首先，根据样本集大小，设计了CNN电力通信网故障诊断模型。然后，对采样的电力数据进行预处理，得到故障状态矩阵和故障标签输入模型训练，实现了故障诊断。最后，通过对模型参数学习率、最小批次大小、迭代次数调优，获得最优模型参数，并将最优模型与贝叶斯算法比较，证明所设计的模型准确率高达99.23%。