城市轨道交通牵引变电所开关柜运行状态量预测与故障推断

城市轨道交通牵引变电所开关柜故障直接关系供电系统运行安全,一旦发生故障,会直接影响城市轨道交通系统的安全稳定运行,严重情况下甚至会引发重大安全事故。为科学指导开关柜维护,有效降低运行风险,需要准确预测开关柜运行状态变化趋势并实现故障推断。提出一种基于长短期记忆神经网络的方法来预测开关柜各状态量变化趋势,并借助鲸鱼优化算法对长短期记忆神经网络模型进行参数优化,采用灰色关联分析的方法对牵引变电所开关柜状态量预测值和故障进行关联度分析。基于南方某城市轨道交通牵引变电所开关柜的历史运营数据,利用模型进行预测分析,并将预测信息提供给运维人员,指导开关柜维修决策。结果表明,提出的基于鲸鱼优化算法-长短期记忆神经网络的方法能够准确预判开关柜故障,为城市轨道交通牵引供电设备运行提供可靠保障。