基于数据分析的配电网DTU设备故障诊断技术研究.pdf

第66卷第8期自动化应用Vol.66No.8

2025年4月AutomationApplicationApr.2025

基于数据分析的配电网DTU设备故障诊断技术研究

王锦朋，杨和义，秦银平，赵冠群，陈家玄，陈文汝，谢泽，金璇

（国网连云港供电公司，江苏连云港222000）

摘要：为了提高配无线终端（DTU）设备的故障诊断效率，提出一种基于数据分析的故障诊断方法。通过对DTU设

备采集的数据进行预处理与特征提取，利用支持矢量机及集成学习进行故障识别与分类，并结合贝叶斯网络与故障树

分析实现故障定位。结果表明，该方法在多种故障类型上的识别准确率高达98.51%，平均诊断时间为2.78s，定位精

度为97.16%，验证了该方法的有效性和实用性。

关键词：DTU设备；数据分析；故障诊断方法；支持矢量机；故障识别分类

中图分类号：TM73文献标识码：ADOI：10.19769/j.zdhy.2025.08.025

ResearchonFaultDiagnosisTechnologyofDTUEquipmentinDistributionNetwork

BasedonDataAnalysis

WANGJinpeng，YANGHeyi，QINYinping，ZHAOGuanqun，CHENJiaxuan，CHENWenru，XIEZe，JINXuan

（StateGridLianyungangPowerSupplyCompany，Lianyungang，Jiangsu222000，China）

Abstract：ToimprovetheefficiencyoffaultdiagnosisforDistributionTerminalUnit（DTU）equipment，afaultdiagnosis

methodbasedondataanalysisisproposed.BypreprocessingandextractingfeaturesfromthedatacollectedbyDTUequipment，

supportvectormachinesandensemblelearningareutilizedforfaultidentificationandclassification.Additionally，Bayesian

networksandfaulttreeanalysisarecombinedtoachievefaultlocalization.Theresultsshowthattheproposedmethodachievesa

recognitionaccuracyofupto98.51%acrossvariousfaulttypes，withanaveragediagnosistimeof2.78secondsanda

localizationaccuracyof97.16%，demonstratingtheeffectivenessandpracticalityofthemethod.

Keywords：DTUequipment；dataanalysis；faultdiagnosismethod；supportvectormachines；faultidentificationand

class