Volume 2,Issue 6
Fall 2025
大数据驱动下的电力工程故障诊断研究
大数据技术为电力工程故障诊断提供了全新的解决思路与分析能力。该研究构建了融合多源电力数据的技术框架，设计了基于特征提取与智能诊断模型的分析方法，实现了覆盖数据采集、处理到应用服务的诊断系统。研究结果表明，大数据技术能够显著提升电力故障识别的准确性与时效性，为电力系统安全稳定运行提供了有效技术支撑。大数据驱动的诊断模式代表了电力工程智能化运维的重要发展方向。
[1]李冰.电力工程中电力设备故障诊断技术的研究与应用[C]//中国智慧工程研究会智能学习与创新研究工作委员会.2025人工智能与工程管理学术交流会论文集.国网河南省电力公司鹤壁供电公司,2025:93-94.
[2] 李硕, 丁佳伟, 曹浚源. 人工智能技术在电力工程配电运维中的应用与研究[J].自动化应用,2024,65(S1):188-190.
[3] 杨小川. 电力工程输电线路故障识别方法设计与应用研究[J].光源与照明,2025,(03):99-101.
[4]王安生.基于大数据分析的电力系统故障诊断与预测方法研究[C]//广西网络安全和信息化联合会.第七届工程技术管理与数字化转型学术交流会论文集.国网河南省电力公司,2025:551-552.DOI:10.26914/
[5]杨珊珊.基于深度学习的电力系统故障自动化诊断方法[C]//中国电力设备管理协会.全国绿色数智电力设备技术创新成果展示会论文集（五）.国网山东省禹城市供电公司,2024:262-264.
[6] 王瑞达, 刘士凯, 黄景帅. 电力工程中电力设备故障诊断技术的研究与应用[J].电气时代,2025,(02):102-104.
[7]袁春, 张雪松. 电力故障录波数据综合处理系统功能分析[J].电力设备管理,2020,(09):64-66.
[8] 刘文文, 段恩强. 智能化技术在电力工程设备故障诊断与维修中的应用[J].光源与照明,2025,(01):105-107.
[9] 刘琼. 基于深度学习的电力负荷多因素短期预测模型设计与应用[J].光源与照明,2024,(12):192-194.
[10] 李陶然. 电力工程中的自动化系统故障分析[J].电子技术,2023,52(05):280-281.
[11] 彭裕龙. 基于深度学习的电力系统故障诊断与定位方法研究[J].电工技术,2024,(S1):469-471.