基于变分贝叶斯自编码器的局部放电数据匹配方法-中国电机工程学报.PDF

第38 卷 第19 期 中 国 电 机 工 程 学 报 Vol.38 No.19 Oct. 5, 2018 2018 年10 月5 日 Proceedings of the CSEE ©2018 Chin.Soc.for Elec.Eng. 5869 DOI ：10.13334/j.0258-8013.pcsee.180136 文章编号：0258-8013 (2018) 19-5869-09 中图分类号：TM 855 基于变分贝叶斯自编码器的局部放电数据匹配方法 1 1 2 2 1 1 1 宋辉 ，代杰杰 ，张卫东 ，毕凯 ，罗林根 ，盛戈皞 ，江秀臣 (1．上海交通大学电气工程系，上海市 闵行区200240； 2．国网山东省电力公司威海供电公司，山东省 威海市 264200) A Data Matching Method of Partial Discharge Data Based on Auto-encoding Variational Bayes 1 1 2 2 1 1 1 SONG Hui , DAI Jiejie , ZHANG Weidong , BI Kai , LUO Lingen , SHENG Gehao , JIANG Xiuchen (1. Department of Electrical Engineering, Shanghai Jiaotong University, Minhang District, Shanghai 200240, China; 2. Shandong Weihai Power Supply Company, Weihai 264200, Shandong Province, China) ABSTRACT: With the accumulation of partial discharge 下对局部放电数据进行深度挖掘的一种思路。因此，提出了 detection cases, it is an effective attempt to do deep data 一种基于变分贝叶斯自编码器(auto-encoding variational mining by computing the match degree between the detected Bayes ，AEVB) 的局部放电数据匹配方法。构建了适用于局 partial discharge data and historical case database data under a 部放电数据的AEVB 网络模型，利用AEVB 提取局部放电 数据特征值，然后基于余弦距离计算不同局部放电数据之间 big data background. Therefore, this paper proposed a data 的匹配度。为验证方法的有效性，通过局部放电模拟实验和 matching method based on auto-encoding variational Bayes 变电站