基于云计算和深度学习的电力电容器故障诊断和识别

黄予春; 曹成涛; 顾海

doi:10.14044/j.1674-1757.pcrpc.2018.04.013

您当前的位置：

首页 >

文章列表页 >

基于云计算和深度学习的电力电容器故障诊断和识别

电力电容器 | 更新时间：2024-09-14

- 基于云计算和深度学习的电力电容器故障诊断和识别
- Fault Diagnosis and Identification of Power Capacitors Based on Cloud Computing and Depth Study
- 电力电容器与无功补偿 2018年39卷第4期页码：71-75
- 作者机构：
  
  1. 国网河南省电力公司漯河供电公司
  2. 华南理工大学
  3. 哈尔滨工业大学
- 作者简介：
- 基金信息：
- DOI：10.14044/j.1674-1757.pcrpc.2018.04.013
  中图分类号： TM53
- 纸质出版日期：2018，
- 稿件说明：
移动端阅览
[1]黄予春,曹成涛,顾海.基于云计算和深度学习的电力电容器故障诊断和识别[J].电力电容器与无功补偿,2018,39(04):71-75.

HUANG YUCHUN, CAO CHENGTAO, GU HAI. Fault Diagnosis and Identification of Power Capacitors Based on Cloud Computing and Depth Study. [J]. Power capacitor & reactive power compensation, 2018, 39(4): 71-75.
[1]黄予春,曹成涛,顾海.基于云计算和深度学习的电力电容器故障诊断和识别[J].电力电容器与无功补偿,2018,39(04):71-75. DOI： 10.14044/j.1674-1757.pcrpc.2018.04.013.

HUANG YUCHUN, CAO CHENGTAO, GU HAI. Fault Diagnosis and Identification of Power Capacitors Based on Cloud Computing and Depth Study. [J]. Power capacitor & reactive power compensation, 2018, 39(4): 71-75. DOI： 10.14044/j.1674-1757.pcrpc.2018.04.013.

摘要

为实现电力电容器故障诊断和识别的高精度预测

将云计算技术引入深度学习

提出一种基于Map Reduce的分布式DBN的电力电容器故障诊断和识别方法。通过MR

BN和DBN、SVM、BP的对比

研究结果表明

BN可提高电力电容器故障诊断和识别的精度

精度可达99.41%

从而为电力电容器故障的研究和应用提供了新的方法。

Abstract

For achieving high accuracy prediction of fault diagnosis and identification of power capacitor

and introducing cloud computing technology into depth study

a kind of fault diagnosis and identification method of power capacitor based on Map Reduce distribution DBN is proposed. It is shown by the study result by way of comparison of MR

BN and DBN

SVM and BP that MR

BN can improve the accuracy of fault diagnosis and identification of power capacitor up to 99.41%

thus providing new method for the study and application of the fault of power capacitor.

关键词

云计算深度学习故障诊断电力电容器支持向量机

Keywords

cloud computingdepth studyfault diagnosispower capacitorssupport vector machine

references

浏览量

339

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于磁场和支持向量机的空心电抗器匝间短路诊断研究

一起电容器组回路故障的诊断

容性设备介质损耗在线监测方法的研究及几点建议

基于直流侧电流检测的ASVG主回路故障诊断

电流互感器末屏损耗测试稳定性分析与研究