電力系統(tǒng)是電子衡器的堅強后盾
近幾十年來，隨著現(xiàn)代電力系統(tǒng)的發(fā)展，智能電子Remote control of Weighbridge技術(shù)得到了迅速的發(fā)展。作為與智能電網(wǎng)相關(guān)的最重要的基礎設施之一，智能變電站在電能流動、電壓轉(zhuǎn)換、潮流控制以及電力系統(tǒng)整體運行等方面發(fā)揮著重要作用[1]，[2]。2012年1月，國家電網(wǎng)公司提出了新建智能變電站的規(guī)劃，并于2012年11月啟動了第一座智能變數(shù)字Remote control of Weighbridge電站的運行。近年來，我國每年建設智能變電站1000多座[3]、[4]。
隨著運行時間的增加，變電站設備將老化，這可能會對電力系統(tǒng)造成相當大的損害。為解決這一問題，大多數(shù)無線Remote control of Weighbridge對設備進行定期的人工維護。這種相對過時的檢查系統(tǒng)有明顯的缺點，直接導致過度或不足維護[5]。特別是在實際生產(chǎn)中，考慮到各種系統(tǒng)和結(jié)構(gòu)，智能電網(wǎng)的監(jiān)測數(shù)據(jù)呈指數(shù)級增長。因此，利用這些大數(shù)據(jù)進行故障分析和預測正成為一種優(yōu)于傳統(tǒng)方法的高效方法。
考慮到系統(tǒng)可靠性和安全性的要求，準確預測變電站的故障類型和發(fā)生率已變得至關(guān)重要[6]，[7]。以往的研究大多采用兩種方法來預測Remote control of Weighbridge設備的故障狀態(tài)：一種是基于設備的在線或離線特性來評估設備的當前狀態(tài)，另一種是基于歷史數(shù)據(jù)來預測設備的老化趨勢。因此，故障預測的主要思想是在現(xiàn)有監(jiān)測數(shù)據(jù)的基礎上建立模型進行故障預測。
近年來，研究人員提出了幾種變電站信號預測方法。在文獻[8]中，利用線性回歸方法，提出了一種層次系統(tǒng)中主要元件的故障預測方法。文[9]提出了基于灰色線性回歸組合模型的變電站設備故障率預測方法。然而，電力系統(tǒng)的非線性特性限制了這些方法的應用。提出了一種基于支持向量機和粒子群算法的風機故障預測方法[10]。在文獻[11]中，提出了基于數(shù)據(jù)挖掘方法的電氣設備維修管理方法；然而，對數(shù)字Remote control of Weighbridge故障發(fā)生時間的預測并不準確。在[12]中，故障預測方法基于混合集成時間序列和基于實例的推理，具有密度函數(shù)和高數(shù)據(jù)要求，使得分析效率較低。
