论文部分内容阅读
电网设备的运行状态关系到电能质量、供电可靠性等电力系统核心指标。在分析传统设备状态测评方法的基础上,提出以时间序列、自适应神经网络、无监督聚类等方法来深度挖掘运行数据的潜在信息,发现设备向异常状态发展的趋势,以提升电力系统运维水平。同时将研究成果应用到具体案例中。结果表明,该构建方法具有一定合理性和有效性,能推广到输变电设备的状态测评中。