基于人工智能的电力工程故障诊断模型优化与实证研究.pdfVIP

电气工程

基于人工智能的电力工程故障诊断模型优化与实证研究

王丽洁杨静孙军辉

【摘要】在新型能源以较高比例融入电力系统，以及电力系统朝着数字化方向转变这一种协同发展的大背景之下，现代

电网所表现出的故障特征具有复杂性。以往基于物理原理构建模型所形成的诊断办法，在诊断的效率、模型普遍适用的能力

以及动态适应的能力等多个方面，都存在比较明显的局限。此项研究从整体上对以人工智能作为驱动力的新型电力系统故障

诊断理论体系展开深入探究。在这个过程中，创建了一种智能诊断框架，它把动态特征表现机制与深度强化学习策略相互融

合起来。经实验得出的结果显示，所提出的这种混合智能诊断模型，在诸如故障识别的准确程度、响应的时间快慢以及对工况

的适应能力等关键指标方面，分别有23.6%、41.8%和35.2%的提升幅度。这一成果为打造具备全方位感知能力与自主决策

能力的下一代智能电网，提供了具有创新性的理论模式以及能够广泛推广应用的工程实践解决方案。

【关键词】人工智能；电力工程；故障诊断模型；深度学习；强化学习

引言强化学习驱动的诊断优化当作核心内容，去构建端到端的智

随着智能电网建设的推进，电力系统复杂性激增，