基于深度学习的轨道交通供电设备故障预测方法
吴 炼 （ 绍兴市轨道交通集团有限公司运营分公司 ）
李瑞梅 （ 绍兴市轨道交通集团有限公司运营分公司 ）
林建华 （ 绍兴市轨道交通集团有限公司运营分公司 ）
https://doi.org/10.37155/2811-0633-0416-63Abstract
随着运营里程增加与设备服役年限增长，传统基于规则或经验的故障预测方法，因难以捕捉设备复杂非 线性运行特性及潜在故障模式，已难以满足高可靠性要求。本文聚焦基于深度学习的轨道交通供电设备故障预测方 法，首先概述轨道交通供电系统构成及牵引变压器、开关柜、接触网等核心设备的常见故障模式，随后介绍深度学习 基本概念及适用于故障预测的LSTM、CNN、DBN等模型，进而阐述该方法的数据采集与预处理、模型构建与训练、 评估与优化全流程，旨在通过深度学习技术提升轨道交通供电设备故障预测的准确性与效率，为保障供电系统稳定运 行提供技术支持。
Keywords
基于深度学习；轨道交通；供电设备；故障预测；方法Full Text
PDFReferences
[1]赵洪山,程亮亮.基于深度学习的电力设备故障诊断
方法[J].电力系统自动化,2018,42(15):113-120.
[2]尹相国,朱永利,俞乾.基于深度信念网络的电力设
备故障诊断方法[J].电力系统保护与控制,2017,45(19):114-
120.
[3]李刚,于长海,刘云鹏,等.基于深度学习的电力变压
器故障诊断模型及优化[J].高电压技术,2019,45(11):3522-
3529.
方法[J].电力系统自动化,2018,42(15):113-120.
[2]尹相国,朱永利,俞乾.基于深度信念网络的电力设
备故障诊断方法[J].电力系统保护与控制,2017,45(19):114-
120.
[3]李刚,于长海,刘云鹏,等.基于深度学习的电力变压
器故障诊断模型及优化[J].高电压技术,2019,45(11):3522-
3529.
Copyright © 2025 吴 炼,李瑞梅,林建华
Publishing time:2025-08-31
This work is licensed under a Creative Commons Attribution 4.0 International License
