典型文献
基于融合模型的单相接地故障类型辨识方法
文献摘要：
在中国6～66 kV的中低压配电网中,单相接地故障约占配电网故障总数的80％.由于发生单相接地故障时仅由系统的对地电容引起很小的接地故障电流,故障特征不明显,并且不同类型的单相接地故障之间的特征区分度不高,造成了对其类型辨识的难度增大.对此,提出了一种融合特征分解和深度学习思想的单相接地故障类型辨识方法.首先,基于希尔伯特-黄变换(HHT,hilbert-huang transform)对配电网采集到的故障录波数据进行初步处理,使不同故障类型间的区分度更高;其次设计深度学习模型ResNet18学习故障事件的复杂非线性特征,从而辨识出故障类型结果.通过国内某真型试验场采集到的录波数据进行验证,证明了本文提出的综合辨识方法能准确识别出多种单相接地故障类型,可为后续制定有针对性的故障处理措施提供可靠依据.
文献关键词：
类型辨识;深度学习;希尔伯特-黄变换;单相接地故障
中图分类号：
作者姓名：
李宗峰;郭祥富;范敏;夏嘉璐;董轩
作者机构：
国网河南省电力公司电力科学研究院,郑州450001;国网河南省电力公司,郑州450001;重庆大学 自动化学院,重庆400044
文献出处：
引用格式：
[1]李宗峰;郭祥富;范敏;夏嘉璐;董轩-.基于融合模型的单相接地故障类型辨识方法)[J].重庆大学学报,2022(09):61-72
A类：
B类：
融合模型,单相接地故障,故障类型辨识,辨识方法,kV,中低压配电网,配电网故障,对地电容,接地故障电流,故障特征,特征区,区分度,融合特征,特征分解,学习思想,希尔伯特,黄变,HHT,hilbert,huang,transform,故障录波,波数,设计深度,深度学习模型,ResNet18,故障事件,非线性特征,真型试验,试验场,准确识别,故障处理措施
AB值：
0.282136
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。
