基于RNN的故障预测算法及在GIS上的应用 |
| |
引用本文: | 张子贤,李敏,苗红霞,孙宁.基于RNN的故障预测算法及在GIS上的应用[J].计算机测量与控制,2020,28(12):27-31. |
| |
作者姓名: | 张子贤 李敏 苗红霞 孙宁 |
| |
作者单位: | 河海大学 物联网工程学院,江苏常州 213022;国家电网江苏省电力公司检修分公司,江苏常州 211100 |
| |
摘 要: | 随着工业化程度的提高,设备的故障预测的重要性日趋提高。提出了一种基于循环神经网络(RNN)的故障预测算法,通过数据训练,充分发掘了RNN对时间序列数据的拟合能力。RNN故障预测模型由数据处理模块和神经网络识别模块组成。在数据处理模块中,采用数学函数分配的方法建立了RNN 模型的训练样本和测试样本。在神经网络识别模块中,针对当前故障预测技术中异常点难以确定的问题,应用了一种逐步逼近的神经网络训练方法。最后利用气体绝缘开关(GIS)故障数据对该算法进行了验证,结果表明,该方法可以在故障发生前检测到故障发生趋势,进而实现故障预测,并且能在逐步训练中确定异常点的位置。
|
关 键 词: | 故障预测 循环神经网络 异常点 气体绝缘开关 |
收稿时间: | 2020/5/6 0:00:00 |
修稿时间: | 2020/5/16 0:00:00 |
Fault Prediction Algorithm Based on RNN and Its Application of GIS |
| |
Abstract: | |
| |
Keywords: | fault prediction Recurrent Neural Network (RNN) change point GIS |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|