<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">61</journal-id>
      <journal-title-group>
        <journal-title>电力技术施工</journal-title>
        <abbrev-journal-title>Electric power technology construction</abbrev-journal-title>
      </journal-title-group>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">17062</article-id>
      <title-group>
        <article-title>电力系统自动化中智能故障诊断技术研究</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>李荣鑫</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>张镇</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>刘璐健</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>李文平</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>赵伟</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>5</month>
      </pub-date>
      <issue>5</issue>
      <abstract>
        <p>本文聚焦于五类典型的智能诊断技术：专家系统、卷积神经网络、支持向量机、图神
经网络及时间序列预测模型展开探究，围绕各类技术在电力系统自动化故障识别上的构建逻
辑、诊断路径及适配故障类型展开系统性分析，揭示其在应对输电通道异常、变电环节设备
退化、通信链断点、配电末端扰动及新能源引发的结构性波动方面的独特效能。在此基础上，
进一步探讨因果图嵌入、数字孪生建模等前沿方向，明确智能故障诊断技术在未来演进中的
研究重点与发展趋势，为构建自主感知、精准判断、动态响应的一体化智能诊断体系提供理
论支撑与应用示范。</p>
      </abstract>
    </article-meta>
  </front>
</article>
