摘要
本发明提出了一种智能配电站房的故障判别和预警方法、装置,包括:根据配电站房设备的历史运行数据,利用主成分分析法和FCM聚类算法得到配电站房设备的故障边界条件;利用LSTM模型得到预测运行数据;根据预测运行数据和故障边界条件,得到预测故障数据和预测故障发生时刻;利用MC‑HBT分类器处理预测故障数据,得到预测故障类型;根据预测故障数据、预测故障发生时刻和预测故障类型生成故障预警信息,进行故障预警。本发明能够实现准确可靠的故障预警和故障分类,提高智能配电站房的运行安全。
技术关键词
智能配电站
配电站房
历史运行数据
主成分分析法
FCM聚类算法
预警方法
遗传算法
保护装置故障
分类器
标记
贡献率
单相接地故障
LSTM模型
电流取样信号
协方差矩阵
特征值
样本
特征选择
系统为您推荐了相关专利信息
风力发电机
历史运行数据
风电功率预测模型
多尺度特征
通道注意力机制
在线评估方法
配用电系统
光伏发电功率
历史运行数据
负荷可调