基于深度学习的配网设备故障预测方法研究

Fault prediction method of distribution network equipment based on deep learning

配网设备故障预测分析是电力系统正常稳定运行的关键操作。为了提升电力系统配网设备故障运维效率和精准率,利用ResNet50强大的特征提取能力和支持向量机(support vector machines,SVM)的高效分类性能,提出一种基于深度学习的配网设备故障预测方法,并且对配网变压器故障数据进行深入的学习和分析。实验结果显示,模型的预测结果与实际值之间的相对偏差保持在±2%的范围内,充分证明了该模型在实际应用中的有效性和实用性。