基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究

周柯; 王晓明; 李肖博; 宋益

doi:10.15938/j.jhust.2023.01.012

Chinese

您当前的位置：

首页 >

文章列表页 >

基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究

电气与电子工程 | 更新时间：2026-08-31

- 基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究
- Research on Trend Analysis and Early Warning Technology of Smart Substation Telemetry Data Based on ARIMA-BP Combined Model
- 哈尔滨理工大学学报 2023年28卷第1期页码：97-104
- 作者机构：
  
  1. 广西电网有限责任公司电力科学研究院,南宁,530023
  2. 南方电网数字电网研究院有限公司,广州,510670
- 作者简介：
- 基金信息：
- DOI：10.15938/j.jhust.2023.01.012
  中图分类号： TM773
- 纸质出版：2023
- 稿件说明：
移动端阅览
周柯, 王晓明, 李肖博, 等. 基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究[J]. 哈尔滨理工大学学报, 2023,28(1):97-104.

ZHOU Ke, WANG Xiaoming, LI Xiaobo, et al. Research on Trend Analysis and Early Warning Technology of Smart Substation Telemetry Data Based on ARIMA-BP Combined Model[J]. 2023, 28(1): 97-104.
周柯, 王晓明, 李肖博, 等. 基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究[J]. 哈尔滨理工大学学报, 2023,28(1):97-104. DOI： 10.15938/j.jhust.2023.01.012.

ZHOU Ke, WANG Xiaoming, LI Xiaobo, et al. Research on Trend Analysis and Early Warning Technology of Smart Substation Telemetry Data Based on ARIMA-BP Combined Model[J]. 2023, 28(1): 97-104. DOI： 10.15938/j.jhust.2023.01.012.

摘要

为了基于监测数据对智能变电站二次保护装置进行故障预警，提出了一种基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警方法。通过智能变电站继电保护故障分析，选择装置状态趋势预警遥测数据源，基于数据源特性分析建立ARIMA-BP组合预测模型，基于ARIMA-BP组合预测模型及装置历史遥测数据进行装置运行趋势预测。并以某220kV变电站中线路保护装置的遥测数据为例进行算例分析，结果表明ARIMA-BP组合模型的预测误差率比单独的ARIMA模型和BP模型分别低5%和9%，验证了ARIMA-BP组合模型在遥测趋势预测预警的优越性。

Abstract

In order to perform fault early warning on the secondary protection devices of smart substations based on monitoring data

a trend analysis and early warning method of smart substation telemetry data based on the ARIMA-BP combined model is proposed.Based on the analysis of the relay protection failure of the intelligent substation

the remote measurement data source for the early warning of the device status trend is selected

and the ARIMA-BP combined forecasting model is established based on the analysis of the characteristics of the data source.Based on the ARIMA-BP combined forecasting model and the historical telemetry data of the equipment

the equipment operation trend prediction is carried out.Taking the remote measurement data of the line protection device in a 220kV substation as an example

the prediction error rate of the ARIMA-BP combined model is 5% and 9% lower than that of the ARIMA model and the BP model alone. The superiority of ARIMA-BP combined model in telemetry trend prediction and early warning is verified.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于预警系统的反应堆非能动设备故障的研究

智能变电站防止大面积停电事故措施

边界缺失目标的边缘检测与拓扑定位

基于 xLSTM 的数据中心服务器能耗预测

压气机机匣内表面几何公差故障点定位