来源：期刊VIP网 时间：
作者：王波;王晓康;魏文婷
单位：1.国网宁夏电力有限公司吴忠供电公司
摘要：针对电网设备健康度预测较难的问题，提出一种通用数据驱动长期预测设备健康状况方法，适用于不同类别的电网设备。首先，对不同类型设备状况数据进行采集。其次，提出一种特征提取方法，将原始电网设备状况数据转化为适合序列学习的特征。然后，建立一个长短期记忆网络，利用两类数据集来预测设备的健康状况，并与其他预测模型进行比较。最后，通过案例研究对所提出的预测模型进行全面测试。结果表明，该模型能够显著提高预测准确性，并可用于长期电网规划和可靠性风险评估等应用领域。
关键词：电力大数据应用;神经网络;设备健康度;特征提取;序列学习
基金资助：国网宁夏电力有限公司设计开发项目（7129WZ21N001）
