基于机器学习集成模型的配电网预测性维护方法研究.pdfVIP

SmartGrid智能电网,2026,16(4),113-121

PublishedOnlineAugust2026inHans./journal/sg

/10.12677/sg.2026.164014

基于机器学习集成模型的配电网预测性维护

方法研究

1111112

尹红珊，庞进，李静，刘安，王景初，刘孟奇，许伟民

1国家电网有限公司信息通信中心，网络与数据安全部，北京

2杭州电子科技大学管理学院，浙江杭州

收稿日期：2026年7月26日；录用日期：2026年8月17日；发布日期：2026年8月28日

摘要

针对智能配电网运行维护中多源运行数据利用不足、故障识别响应滞后及维护计划缺乏状态驱动依据等

问题，提出一种基于机器学习集成模型的配电网预测性维护方法。该方法首先采集传感器数据、智能电

表数据、电力线路传感器数据、SCADA历史数据、实时监测数据、原始电力负荷数据、环境数据、设备

工作状态数据和组件温度数据，并对其进行缺失值填补、异常值处理、标准化及归一化处理；随后提取