多模態(tài)馬爾科夫決策泛在電力物聯(lián)網(wǎng)大數(shù)據(jù)智能挖掘

摘 要：針對(duì)泛在電力物聯(lián)網(wǎng)結(jié)構(gòu)復(fù)雜、數(shù)據(jù)多樣且不確定的問(wèn)題，提出了一種基于多模態(tài)馬爾科夫決策的泛在電力物聯(lián)網(wǎng)大數(shù)據(jù)智能挖掘方法。該方法構(gòu)建了一種基于最大熵的馬爾科夫決策算法，對(duì)電力泛在物聯(lián)網(wǎng)進(jìn)行故障診斷和負(fù)荷預(yù)測(cè)，具有標(biāo)記樣本需求量小、置信度高的特點(diǎn)。通過(guò)結(jié)合電氣量信息及開(kāi)關(guān)量信息來(lái)提取電網(wǎng)數(shù)據(jù)特征，從而充分利用多模態(tài)數(shù)據(jù)樣本。仿真分析與實(shí)驗(yàn)結(jié)果表明，相比于傳統(tǒng)方法，所提方法能夠有效識(shí)別出包括信息畸變?cè)趦?nèi)的電網(wǎng)故障，提升電網(wǎng)故障診斷的準(zhǔn)確率和電網(wǎng)負(fù)荷預(yù)測(cè)的精度。

關(guān) 鍵 詞：電網(wǎng)；泛在電力物聯(lián)網(wǎng)；馬爾科夫決策；最大熵；故障診斷；負(fù)荷預(yù)測(cè)；電氣量；開(kāi)關(guān)量

中圖分類(lèi)號(hào)：ＴＭ７６ 文獻(xiàn)標(biāo)志碼：Ａ 文章編號(hào)：１０００－１６４６（２０２４）０２－０１４４－０６

在智能電網(wǎng)發(fā)展背景下，信息傳感技術(shù)的廣泛應(yīng)用與可再生能源的大量接入使得電網(wǎng)的結(jié)構(gòu)越來(lái)越復(fù)雜［１］。近年來(lái)，電網(wǎng)公司為了處理復(fù)雜的電網(wǎng)結(jié)構(gòu)，實(shí)現(xiàn)電力系統(tǒng)各環(huán)節(jié)的人機(jī)交互、萬(wàn)物互聯(lián)和信息高效處理等目標(biāo)，提出了電網(wǎng)泛在物聯(lián)網(wǎng)概念。在該概念體系下，圍繞電力系統(tǒng)各環(huán)節(jié)充分應(yīng)用人工智能與移動(dòng)互聯(lián)技術(shù)進(jìn)行改進(jìn)［２－４］。由于智能電網(wǎng)具有運(yùn)行時(shí)間長(zhǎng)、覆蓋面廣及運(yùn)行條件復(fù)雜等特點(diǎn)，包含了從發(fā)電、輸變電到配電和用電的各個(gè)環(huán)節(jié)，因此，在電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生了海量且類(lèi)型多樣的數(shù)據(jù)［５］。如何從電網(wǎng)大數(shù)據(jù)中挖掘出電網(wǎng)故障與異常信息，已逐漸成為電網(wǎng)大數(shù)據(jù)挖掘的研究重點(diǎn)［６－７］。