摘要
摘要：随着时代的进步，高新技术不断发展，促使电力行业蓬勃发展。电力在一定程度上为民生提供保障，其电力系统也在一定程度上维护社会稳定，促进国民经济发展。在国家用电需求不断增加的情况下，电网规模日益扩大，但各种新能源技术与非线性负载的大量应用使电网运行状态受到影响，如果电力系统在应用过程中无法对自身状态进行检测，不能对自身故障及时监测、及时维修，会给人民的生产、生活带来巨大损失。因此，电力系统的故障预测评估已经逐渐成为各行各业关注的焦点。目前许多相关专家学者均致力于电力系统故障预测方法的研究，如王峰等研究一种基于深度卷积神经网络的变压器故障诊断方法，该方法可对系统故障预测的准确率和失稳样本的识别率较高，但该方法工作效率较低；陶伟等研究一种基于自适应RBF神经网络的电网变压器故障检测，该方法的检测效率较高，但故障预测效率较低且适用范围较小，无法对大多数的电力运行系统进行检测，局限性强。基于此，本篇文章对基于深度卷积网络的电力安全生产管理技术应用进行研究，以供参考。
出版日期
2022年07月10日（中国期刊网平台首次上网日期，不代表论文的发表时间）
