基于对比学习算法的变电站运行状态评估方法OA
随着变电站运行系统的复杂性不断提升,其运行状态的准确评估对保障电网安全稳定运行至关重要。现有的变电站运行状态评估方法存在样本数量少和大部分样本未标注的问题,导致故障检测和预警的准确性和效率受限。文章提出一种基于对比学习算法的变电站运行状态评估方法,通过自监督学习技术从少量未标注的监测数据中提取关键特征,利用对比学习算法构建正负样本对,增强模型对正常与异常状态的区分能力,以提升故障检测和预警的准确性和效率。实验结果表明,该方法能够有效区分设备的正常与异常状态,显著提升评估速度和准确率,提高变电站设备状态评估的实用性和可靠性。
王中秋;朱超;邓凯;戴晨蓉;冯轩
国网江苏省电力有限公司超高压分公司,江苏省南京市211100国网江苏省电力有限公司超高压分公司,江苏省南京市211100国网江苏省电力有限公司超高压分公司,江苏省南京市211100国网江苏省电力有限公司超高压分公司,江苏省南京市211100国网江苏省电力有限公司超高压分公司,江苏省南京市211100
信息技术与安全科学
变电站运行状态评估对比学习算法自监督学习故障检测
《电力信息与通信技术》 2026 (7)
P.90-98,9
国网江苏省电力有限公司科技项目“基于GIM的变电站三维数字孪生业务模型研究及应用服务”(J2023059)。
评论