一种基于神经网络的静止无功发生器故障诊断方法及系统

本发明提供一种基于神经网络的静止无功发生器故障诊断方法及系统，方法包括：采集静止无功发生器SVG运转时在故障状态和正常状态下的运行参数数据。对故障诊断数据库中SVG运转时在故障状态和正常状态下的运行参数数据进行预处理。基于预处理后的数据构建和训练显性故障和隐性故障的神经网络模型。将测试集中运行参数数据输入训练好的LSTM模型预测显性故障。将测试集中SVG在正常运行情形下的隐性故障特征赋值后输入训练好的BP神经网络模型，预测SVG隐性故障。本发明通过构建和训练好的神经网络模型对SVG运行参数数据进行故障诊断，提高了SVG故障诊断的效率，可给出显性和隐性故障处置策略，有利于辅助快速排除故障。