敏感设备电压暂降故障样本增广与概率评估最大熵建模OACSTPCD
Fault Sample Augmentation and Maximum Entropy Modeling for Probability Assessment of Sensitive Equipment Due to Voltage Sags
敏感设备电压暂降故障概率评估面临样本小和先验知识不足两大难题.本文基于自编码技术和最大熵原理,提出一种适用于小样本的设备故障概率评估随机建模方法.首先,考虑敏感设备主要对暂降幅值和持续时间特征敏感,电压耐受曲线(VTC)存在不确定性的实际情况,利用自适应Kmeans聚类算法对样本暂降幅值、持续时间聚类,在稀疏自编码器(SAE)损失函数中添加VTC不确定约束进行样本特征学习,提出基于SAE-自适应Kmeans的故障样本增广方法.其次,针对先验知识不…查看全部>>
Objective The accurate assessment of sensitive equipment fault probability caused by voltages sags is an important reference to precisely mitig-ate voltage sags.Currently,the fault probability assessment of sensitive equipment due to voltage sags faces two major problems:small samples and insufficient a priori knowledge.A stochastic modeling method for fault probability assessment with small samples of sensitive equipment due to voltage sag was proposed by u…查看全部>>
郑玫;肖先勇;陈韵竹;郑子萱;汪颖
四川大学 电气工程学院,四川 成都 610065四川大学 电气工程学院,四川 成都 610065四川大学 电气工程学院,四川 成都 610065四川大学 电气工程学院,四川 成都 610065四川大学 电气工程学院,四川 成都 610065
动力与电气工程
电压暂降敏感设备故障概率小样本稀疏自编码最大熵建模
voltage sagsensitive equipmentfault probabilitysmall samplesparse autoencodermaximum entropy modeling
《工程科学与技术》 2024 (2)
基于电能质量监测数据的工业过程电压暂降响应特性动态建模方法与应用
68-79,12
国家自然科学基金项目(52077145)
评论