首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|证明资料|样刊邮寄查询|常见问题解答|联系我们
彭志远,谷湘煜,周仁彬,等. 变电站密闭空间中设备故障的智能判定方法[J]. 科学技术与工程, 2021, 21(24): 10350-10355.
Peng Zhiyuan,Gu Xiangyu,Zhou Renbin,et al.Research on intelligent judgment method of equipment fault in sub-station confined space[J].Science Technology and Engineering,2021,21(24):10350-10355.
变电站密闭空间中设备故障的智能判定方法
Research on intelligent judgment method of equipment fault in sub-station confined space
投稿时间:2021-01-13  修订日期:2021-06-01
DOI:
中文关键词:  巡检机器人  深度学习  门控学习单元  故障判定
英文关键词:Inspection robot, Deep learning, GRU, Fault judgement
基金项目:四川省重大科技专项
                    
作者单位
彭志远 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
谷湘煜 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
周仁彬 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
鲜开义 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
杨利萍 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
梁洪军 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
邹娟 深圳市朗驰欣创科技股份有限公司 广东省 深圳市
摘要点击次数: 123
全文下载次数: 56
中文摘要:
      变电站设备大多处于密闭空间中,依赖传感器和专家经验来判别故障,为避免当前故障判别方式的弊端并提高变电站智能化水平,本文提出一种智能判定方法。首先,在对各类巡检需求分析的基础上完成数据的采集和标注,构建数据库;其次,分别介绍门控循环单元和粒子群算法,基于粒子群优化的门控循环单元网络(particle swarm optimization-gated re-current unit, PSO-GRU)提出智能故障判定方法,给出了具体的网络结构和算法流程;最后,结合实际数据设计仿真实验,提供了具体的实验方式和流程,将本文所述方法的判别效果进行验证并与其他两种网络进行对比,结果表明:PSO-GRU对故障的判定更加快速和准确。
英文摘要:
      Most of the substation equipment is located in a confined space, and these substations rely on sensors and ex-pert experience to identify faults. In order to avoid the drawbacks of current fault identification methods and improve the level of substation intelligence, an intelligent decision method is proposed. Firstly, data collection and labeling were completed on the basis of analysis of various types of patrol requirements, and a database is completed. Secondly, gated loop unit and particle swarm algorithm were introduced respectively. Based on the gated loop unit network of particle swarm optimization, an intelligent fault diagnosis method is proposed. Be-sides, the specific network structure and algorithm flow are introduced. Finally, a simulation experiment is designed based on the actual data, and the specific experimental methods and processes are provided. The dis-criminant effect of the methods described is verified and compared with the other two networks. The results show that PSO-GRU is more rapid and accurate in fault determination.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第44552671位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号