基于人工智能的配变异常分析预警模式的研究

本文以分析预警配变设备异常状态为目的,研究基于人工智能的配变异常分析预警模式。从配变设备本体、电网环境与外部环境三方面分析配变运行状况数据,对相关数据实施数据清洗等预处理,导出对拟合模型产生影响的异常数据并将其清除,实现配变基础数据的整理;根据整理后的数据进行建模要素评估,选取设备老化、长期重过载、三相不平衡与温度过高这四个因素对配电异常风险进行评估与预警。在此基础上,选取收网算法确定人工智能技术中径向基神经网络模型的参数,利用确定参数后的径向基神经网络模型实现配变异常预警。测试结果显示该方法的预警精度达到96%以上,且采用该方法进行分析预警后,配变设备年故常率降低3.7%。