基于贝叶斯网络的智能电能表故障类型预测*

郑安刚，张密，曲明钰，赵兵，陈昊，熊秋

(1.中国电力科学研究院，北京100186； 2.北京邮电大学，北京100876)

0 引 言

随着电力用户的不断增加，电力系统规模也得到很大的发展，智能电能表也因为其诸多优点得到了十分广泛的应用，智能电能表的推广应用不仅提升了电能计量和计费水平，还有效的防范了电费拖欠情况，提升了电力整体工作效率。但是受到运行环境、产品设计等因素的影响，智能电能表不可避免的会发生各类故障。在正常使用情况下，电能表会受到自然条件以及人为因素的影响，可能会导致故障，例如在自然情况下，一定时间内温度和湿度的异常可能会导致电子器件发生失效，在电能表的运行时间达到一定限度也可能会造成某种故障类型的发生；同样，不同电能表的厂商以及同一厂商不同批次生产的电能表发生某种故障的概率也不同，在这种情况下，利用机器学习方法，推断分析电能表故障的成因以及预测电能表风险故障类型也就成为了可能。

研究目的是实现对智能电能表故障类型的预测，在预测模型的研究领域，贝叶斯网络的表现尤为出色，在不同的领域上都有着不俗的表现：例如在突发事件预测上，某学者通过贝叶斯网络模型，以台风时间为例，成功构建了预测模型[1]。在航班延误的预测，某学者基于贝叶斯网络对问题得到了很好的解决[3]。在对于故障预测的领域，某学者提出了一种基于贝叶斯网络的预测方法[2]。……