典型文献
电力物联网背景下基于HHT-CNN的智能变电站故障诊断
文献摘要：
在电力物联网的背景下,为提高传统智能变电站故障诊断能力,提出基于希尔伯特-黄和卷积神经网络相融合的智能变电站故障诊断方法.将智能变电站中的故障录波数据作为故障诊断数据,利用希尔伯特-黄变换提取综合电流的故障特征,通过训练好的卷积神经网络实行故障定位.以典型的110 kV智能变电站为例进行仿真测试,测试结果表明:增加数据增强模块能有效提高卷积神经网络模型的泛化能力;选择合适的卷积神经网络模型参数能有效提高故障诊断正确率和降低训练时间;相对于其他2种方法,该方法有较高的故障诊断正确率.
文献关键词：
电力物联网;智能变电站;故障诊断;卷积神经网络;希尔伯特-黄变换
中图分类号：
作者姓名：
张天忠;穆弘;贾健雄;张倩
作者机构：
国网安徽省电力有限公司建设部,安徽合肥230022;国网安徽省电力有限公司经济技术研究院,安徽合肥230022;安徽大学电气工程与自动化学院,安徽合肥230601
文献出处：
引用格式：
[1]张天忠;穆弘;贾健雄;张倩-.电力物联网背景下基于HHT-CNN的智能变电站故障诊断)[J].安徽大学学报（自然科学版）,2022(04):50-57
A类：
B类：
电力物联网,物联网背景,HHT,智能变电站,诊断能力,希尔伯特,故障诊断方法,故障录波,波数,黄变,故障特征,练好,故障定位,kV,仿真测试,增加数,数据增强,卷积神经网络模型,泛化能力,诊断正确率,训练时间
AB值：
0.221125
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
