基于深度学习的110kV电网监控信号语义解析及态势感知模型

新型电力系统的大力建设对电网监控信号的高效准确识别技术提出了更高的要求.首先分析了Soft-Masked BERT语言模型的基本原理,建立了基于Soft-Masked BERT的信号文本纠错模型.根据国家电网典型事件表梳理了包含常规与故障情况下的"信号语义—电网事件"规则字典.综合上述模型建立了基于RNN的电网态势感知模型,提出了基于深度学习的电网监控信号语义解析及态势感知求解流程.最后,以某地110 kV变电站实际监控信号为测试数据,利用所提RNN模型并结合Pycorrector工具包及Pytorch软件对该地区电网监控信号进行语义解析及态势感知仿真分析,验证了模型的有效...

Full description

Bibliographic Details

Published in:	电力系统保护与控制 Vol. 51; no. 2; pp. 160 - 168
Main Authors:	王洪彬, 周念成, 黄睿灵, 范炳昕, 王强钢
Format:	Journal Article
Language:	Chinese
Published:	国网重庆市电力公司电力科学研究院,重庆 401123%输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆 400044%国网重庆市电力公司电力科学研究院,重庆 401123 16-01-2023 输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆 400044
Subjects:	RNN模型 态势感知 电网监控信号语义解析 深度学习
Online Access:	Get full text
Tags:	Add Tag No Tags, Be the first to tag this record!