<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">EPTSM</journal-id><journal-title-group><journal-title>Electric Power Technology and Safety Management</journal-title></journal-title-group><issn>2997-3473</issn><eissn>2997-3503</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/EPTSM.9112</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于人工智能的电力系统故障诊断与预测</title><url>https://artdesignp.com/journal/EPTSM/1/5/10.61369/EPTSM.9112</url><author>张小龙</author><pub-date pub-type="publication-year"><year>2024</year></pub-date><volume>1</volume><issue>5</issue><history><date date-type="pub"><published-time>2024-08-20</published-time></date></history><abstract>本文围绕电力系统故障诊断与预测的理论框架进行了系统研究。在深入探讨电力系统故障诊断与预测算法之前，本文先对电力系统的故障机理进行了详尽分析，从而为后续的诊断与预测工作奠定了坚实的理论基础。接着，概述了人工智能技术，包括机器学习算法原理、深度学习网络结构、支持向量机理论和神经网络的发展现状，为故障诊断与预测提供了技术支撑。在故障诊断方法研究中，本文探讨了故障特征提取与选择，构建了基于聚类分析、关联规则和集成学习的诊断算法，并评估了诊断模型的性能。在故障预测方法研究中，本文对预测方法进行了分类与比较，构建了基于时间序列分析、回归分析和混合模型的预测算法，并进行了预测结果的验证与优化。</abstract><keywords>人工智能，故障预测，机器学习，深度学习，支持向量机</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 袁云佳．人工智能的发展与应用综述［J］．科技风，2020,(17):25-26.DOI:10.19392/j.cnki.1671-7341.202017023.[2]赵海萍，刘晓琴，邱昱．人工智能技术在电力系统故障诊断中应用［C］//中国电机工程学会电力信息化专业委员会，国家电网公司信息通信分公司．2022 电力行业信息化年会论文集．国网甘肃省电力公司数字化事业部，2023:4.DOI:10.26914/c.cnkihy.2023.053543.[3]杨湛鸿．人工智能在电力系统故障诊断中的应用［C］//中国电力设备管理协会．中国电力设备管理协会第二届第一次会员代表大会论文集（2）.广东电网有限责任公司湛江供电局，2022:5.DOI:10.26914/c.cnkihy.2022.050065.[4] 刘虎林，苏柏松，刘中平．人工智能技术在电力系统继电保护中的应用［J］．电气时代，2022,(03):44-46.[5] 杨子腾，王立志，张亮，等．人工智能技术在电力系统故障诊断中的应用研究［J］．科学技术创新，2021,(30):12-14.[6] 郑聪，彭庆忠，周海峰，等．基于人工智能专家系统的船舶电力系统故障诊断研究［J］．广州航海学院学报，2021,29(03):5-8+24.[7] 方萌，史可敬．对于人工智能在电力系统故障诊断中的应用及研究［J］．中国科技投资，2021,(22):63-64.[8] 王小东．基于人工智能和数据挖掘的电力系统故障分类预测［D］．天津理工大学，2021.DOI:10.27360/d.cnki.gtlgy.2021.000439.[9] 欧阳圣睿．电力系统故障诊断的研究现状与发展趋势［J］．电气传动自动化，2021,43(04):40-42+64.[10] 史雪涛，孙浩南，肖文飚，等．人工智能技术在电力系统故障诊断中的应用［J］．电子技术与软件工程，2021,(07):221-222.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
