基于RNN的故障预测算法及在GIS上的应用

来源：计算机测量与控制杂志2020年第12期北京时间：

作者：张子贤,李敏,苗红霞,孙宁

摘要：随着工业化程度的提高，设备的故障预测的重要性日趋提高。提出了一种基于循环神经网络（RNN）的故障预测算法，通过数据训练，充分发掘了RNN对时间序列数据的拟合能力。RNN故障预测模型由数据处理模块和神经网络识别模块组成。在数据处理模块中，采用数学函数分配的方法建立了RNN 模型的训练样本和测试样本。在神经网络识别模块中，针对当前故障预测技术中异常点难以确定的问题，应用了一种逐步逼近的神经网络训练方法。最后利用气体绝缘开关(GIS)故障数据对该算法进行了验证，结果表明，该方法可以在故障发生前检测到故障发生趋势，进而实现故障预测，并且能在逐步训练中确定异常点的位置。

关键词：故障预测;循环神经网络;异常点;气体绝缘开关