重庆理工大学学报2022，Vol.36Issue(8) ：236-245.DOI:10.3969/j.issn.1674-8425(z).2022.08.028

配电网单相接地故障类型CNN识别方法研究

Research on single phase grounding fault type identification of distribution network based on CNN

杨佳 陈勇 冯波 王佳豪 潘鑫 钟加勇
重庆理工大学学报2022，Vol.36Issue(8) ：236-245.DOI:10.3969/j.issn.1674-8425(z).2022.08.028
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

配电网单相接地故障类型CNN识别方法研究

Research on single phase grounding fault type identification of distribution network based on CNN

杨佳 1陈勇 1冯波 1王佳豪 1潘鑫 1钟加勇2
扫码查看

作者信息

  • 1. 重庆理工大学电气与电子工程学院,重庆 400054;重庆市能源互联网工程技术研究中心,重庆 400054
  • 2. 国网重庆市电力公司电力科学研究院,重庆 401123
  • 折叠

摘要

为解决配电网发生单相接地故障时仅依靠比较动作阈值出口跳闸,不能对单相接地具体故障类型进行有效识别的问题,提出了一种基于卷积神经网络(CNN)自适应识别电弧接地和电阻接地的方法.研究了4种单相接地的故障类型,在PSCAD/EMTDC中搭建了10 kV配电网模型进行仿真.利用希尔伯特-黄变换(HHT)构造出故障信号的时频谱图,以此作为CNN的输入,在故障特征量被CNN自主提取后能够分类识别单相接地故障类型.Matlab仿真结果表明:该方法与传统机器学习算法相比具有更高的准确率.试验结果表明:投入消弧线圈、调整网络结构和加入噪声污染后,对单相接地故障类型的识别也具有良好的适应性.

关键词

配电网/卷积神经网络/希尔伯特黄变换/故障识别/单相接地

引用本文复制引用

基金项目

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量4
参考文献量9
段落导航相关论文