知识数据融合的电力物联智能终端故障分类广义集成学习方法

作     者：李世豪 曾锃 缪巍巍 夏元轶 杨君中 沈鹏 LI Shihao;ZENG Zeng;MIAO Weiwei;XIA Yuanyi;YANG Junzhong;SHEN Peng

作者机构：国网江苏省电力有限公司信息通信分公司江苏省南京市210024 国网江苏省电力有限公司泰州供电分公司江苏省泰州市225306 

出 版 物：《电力信息与通信技术》 (Electric Power Information and Communication Technology)

年 卷 期：2025年第23卷第1期

页      面：44-53页

学科分类：0810[工学-信息与通信工程] 08[工学] 081001[工学-通信与信息系统] 

基　　金：国网江苏省电力有限公司科技项目“智慧物联智能终端运行监测及故障预警通用技术研究”(J2023050) 

主　　题：电力物联智能终端故障分类 神经网络 知识-数据融合 注意力机制 集成学习 

摘      要：电力物联智能终端离线故障的准确辨识能够极大地提升运维效率。但随着新型电力系统的建设,电力物联智能终端逐渐多样化,所采集的历史数据也逐渐丰富,需要强大的特征提取与分析能力才能尽可能准确地从历史数据中分析出终端的离线原因。基于上述问题,文章提出了知识数据融合的电力物联智能终端故障分类广义集成学习方法,首先构建了GRU-DNN-Attention网络模型,利用GRU和Attention层提取历史时序数据中的异常特征,并融入知识以提升算法的分类准确性,进而提出了基于动态权重自适应的广义集成学习算法,以解决神经网络在小数据集中表现不佳的问题。通过仿真实验,验证了该算法能够较好地实现电力物联智能终端离线故障原因的分类辨识。