摘要
模糊推断、人工神经网络和支持向量机等是当前电力系统故障识别与定位的主要方法,但这些方法需人工提取复杂特征,存在工作效率低、故障预测准确率不高等问题。为弥补现有方法的不足,本研究提出“基于深度学习的电力系统故障识别与定位技术”,并进行了实际应用评估。通过无监督训练RBM找出最佳参数集,自动提取电力系统故障信号的深层特征,成功预测故障发生概率,并经仿真验证,对比了实际值与预测值。结果表明,该技术能应用于电力系统故障识别与定位,为电力系统维修提供依据。此模型智能化程度高,无须人工干预,可构建共享参数的生成模型与判别模型,保持数据预测的准确性和有效性,在电力维护领域具有广泛应用价值。
出处
《电力设备管理》
2025年第19期126-128,共3页
Electric Power Equipment Management
