基于多源信息和机器学习算法的电能表故障诊断研究

马斌; 韩洁琼; 龙存玉; 王逸晖; 杨靖; 胡少年

doi:10.20033/j.1003-7241.(2024)10-0060-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于多源信息和机器学习算法的电能表故障诊断研究

更新时间：2026-06-19

- 基于多源信息和机器学习算法的电能表故障诊断研究
- Vol. 43, Issue 10, Pages: 60-64(2024)
- 作者机构：
  
  1. 国网青海省电力公司营销服务中心
  2. 威胜集团有限公司
- 作者简介：
- 基金信息：
- DOI：10.20033/j.1003-7241.(2024)10-0060-05
  CLC： TM933.4;TP181
- Published：2024
- 稿件说明：
移动端阅览
马斌, 韩洁琼, 龙存玉, et al. 基于多源信息和机器学习算法的电能表故障诊断研究[J]. 2024, 43(10): 60-64.
DOI：

马斌, 韩洁琼, 龙存玉, et al. 基于多源信息和机器学习算法的电能表故障诊断研究[J]. 2024, 43(10): 60-64. DOI： 10.20033/j.1003-7241.(2024)10-0060-05.

摘要

为提升电能表的自动化管理水平，设计了基于多源信息和机器学习算法的电能表故障诊断方法。首先采集电能表的检定数据、用电数据、运行电压等多源信息，利用一致性判断方法融合所采集的电能表多源信息，然后选取独立成分分析(Independent Component Correlation Algorithm

ICA)方法利用ICA变换处理电能表多源信息融合结果，提取多源信息中包含的电能表故障特征，最后提取的电能表故障特征作为支持向量机的输入，利用人工蜂群算法优化支持向量机，输出电能表故障诊断结果。实验结果表明，该方法可以有效诊断电能表的电池欠压、继电器损坏等不同类型故障，为电能表故障分析提供依据。

Abstract

关键词

Keywords

references

朱赞明.基于信息融合的电力系统继电保护整定计算方法[J].自动化技术与应用,2024(09).

许涛,张闯,刘洋,杨扬,陈月,刘鑫宇.基于LoRa技术的智能电能表研究[J].电测与仪表,2023(08).

程诗尧,武赫,朱锦山,袁铭敏,曾纬和.批量智能电能表故障率预测方法的研究[J].仪器仪表与分析监测,2022(02).

韩彤,杨正宇,陈叶,赵振刚.改进人工蜂群算法优化SVM的电能表故障诊断研究[J].机床与液压,2022(06).

陈亮,黄友朋,路韬,党三磊,张捷,何胜宗.基于失效物理的电能表故障定位与复现方法研究[J].电子器件,2021(04).

刘光界,李翔,陈叶,王恩,金琦皓,赵振刚.基于属性一致性理论的电能表软件可靠性测试结果处理及评估研究[J].电测与仪表,2021(11).

郭斌,冯兴兴,何圣川,许丽娟.电能计量装置在线故障诊断系统设计[J].科技通报,2021(07).

石黄霞,李文亮,杨白洁.小波分析和支持向量机的电力系统局部放电检测方法[J].自动化技术与应用,2021(06).

滕永兴,曹国瑞,杨霖,钟睿君,朱逸群,李祺.基于混合威布尔分布的电能表寿命预测研究[J].电气传动,2021(01).

Views

178

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于蚁狮算法优化支持向量机的电力通信网故障诊断

基于一阶相关性模型的工业机器人故障诊断方法

基于独立成分分析与LSTM网络的患者病情预测模型研究

双碳背景下结合Informer和IPOA算法的电力负荷预测

基于DS证据理论与多标签算法的区域电网故障诊断方法

Related Author

宋志强

解利冬

王鸣阳

付丽娜

雷全学

崔利俊

张星星

戴增辉

Related Institution

深圳抛物线科技有限公司

北京中电飞华通信有限公司

上海闵行职业技术学院智能制造系

广西大学计算机与电子信息学院

南宁市第二人民医院信息科

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰