基于监督机器学习的配电网电力智能运维检修研究

摘要

配电变压器是电力配电系统的核心组件，为确保配电系统达到预期的可靠性，必须对配电系统进行定期的检修和提前的风险筛选。为了对配电变压器组进行有效的风险筛选，提出一种基于监督机器学习的配电网配电变压器风险筛选策略。首先介绍实物资产风险管理的行业要求，然后采用案例研究和行动研究相结合的方法，将资产风险管理方法和有监督的机器学习算法有机结合，对待筛选的配电变压器组进行风险筛选，将其分为低、中、高危组，最后在位于高度密集地区的配电网络中使用40个配电变压器的单元作为验证对象，案例结果表明所提方案可以有效实现配电变压器组的风险筛选，增强配电系统中的资产管理能力。

关键词

电力配电系统 / 配电变压器 / 风险筛选 / 监督机器学习 / 实物资产管理