多模态马尔科夫决策泛在电力物联网大数据智能挖掘
陈彬
徐欢
邹文景
南方电网数字电网研究院 数字化部,广东 广州 510700
摘要：针对泛在电力物联网结构复杂、数据多样且不确定的问题,提出了一种基于多模态马尔科夫决策的泛在电力物联网大数据智能挖掘方法.该方法构建了一种基于最大熵的马尔科夫决策算法,对电力泛在物联网进行故障诊断和负荷预测,具有标记样本需求量小、置信度高的特点.通过结合电气量信息及开关量信息来提取电网数据特征,从而充分利用多模态数据样本.仿真分析与实验结果表明,相比于传统方法,所提方法能够有效识别出包括信息畸变在内的电网故障,提升电网故障诊断的准确率和电网负荷预测的精度.
关键词：电网泛在电力物联网马尔科夫决策最大熵故障诊断负荷预测电气量开关量
分类号：TM76(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(61501285)南方电网数字电网研究院科技项目(ZBKJXM00000012)
论文发表日期：2024-03-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 144-149 )
英文信息