| 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 |
|
