电压暂降成因识别与分类技术研究综述

义钦 韩(辽宁科技大学，中国)

摘要

电压暂降是电力系统中最为常见的电能质量扰动之一，其发生频率高、影响范围广，严重时会引起工业设备停机、控制系统误动作以及敏感负荷损坏。由于电压暂降成因复杂、波形特征多样，传统依赖人工经验和规则判断的方法在准确性和适应性方面存在明显不足。近年来，随着电力系统监测设备的普及以及电能质量数据规模的快速增长，基于大数据和人工智能的电压暂降成因识别与分类技术得到了广泛关注。本文围绕电压暂降成因机理、特征提取方法以及智能分类技术的发展现状展开综述，重点分析机器学习和深度学习方法在电压暂降成因识别中的应用特点与研究进展，并对未来研究方向进行了展望，为相关研究和工程应用提供参考。

关键词

电压暂降；人工智能；成因识别；分类技术；电能质量

参考

彭雪枫.基于深度学习的电压暂降溯源与定位[D].东南大学,2023.DOI:10.27014/d.cnki.gdnau.2023.001381.

王振羽.配电网电能质量扰动智能识别及综合评估方法研究[D].安徽大学,2023.DOI:10.26917/d.cnki.ganhu.2023.001368.

吕干云,方奇品,蔡秀珊.基于多分类支持向量机的电压暂降源识别[J].电力系统保护与控制,2010,38(22):151-155.

DOI: http://dx.doi.org/10.12345/bdai.v7i2.37655