基于深度学习的智能变电站通信网络故障诊断与定位方法

作者：孙宇嫣; 蔡泽祥; 郭采珊; 马国龙; 戴观权

来源：电网技术, 2019, (12): 4306-4314.

DOI：10.13335/j.1000-3673.pst.2019.0143

• 智能变电站
• 通信网络
• 故障诊断与定位
• 深度学习 intelligent substation
• communication network
• fault diagnosis and positioning
• deep learning

为提高智能变电站通信网络运维效率,提出了基于深度学习的智能变电站通信网络故障诊断与定位方法。从通信网络故障状态的冗余监测出发,分析基于不同监测节点的故障特征信息,提出了通信网络故障特征信息表征方式。基于涌现原理,根据通信网络物理连接、逻辑连接及报文订阅关系实现故障样本的自动生成,并结合深度学习理论中训练规则,建立基于深度置信网络的通信网络故障诊断模型,基于此给出实时故障分析处理流程。以典型110kV智能变电站过程层网络为例进行验证,仿真结果验证了所提故障诊断方法的有效性和精确性,且在部分信息不可信时仍能得到准确诊断结果,容错性能较好。

• 单位
  South China University of Technology