典型文献
基于门控循环单元神经网络的配电网故障选线
文献摘要：
针对小电流接地系统发生单相接地故障时选线准确率低的问题,提出一种基于集成经验模态分解和灰狼算法优化门控循环单元神经网络超参数的故障选线方法.利用集成经验模态分解的方法对线路零序电流进行分解,提取本征模态分量并计算分量的能量,以本征模态能量值作为特征向量输入至优化后的门控循环单元神经网络中实现故障选线.经过大量仿真实验验证,该算法在不同故障类型的情况下均能准确、可靠地进行故障选线,并在数据丢失及噪声干扰等情况下依然能有效识别故障线路,具有较好的抗噪性、准确性和可靠性.
文献关键词：
配电网;故障选线;集成经验模态分解;灰狼算法;门控循环单元
中图分类号：
作者姓名：
徐海燕;吴浩;李栋;陈雷;邓思敬
作者机构：
四川轻化工大学自动化与信息工程学院,自贡 643000;人工智能四川省重点实验室,自贡 643000
文献出处：
引用格式：
[1]徐海燕;吴浩;李栋;陈雷;邓思敬-.基于门控循环单元神经网络的配电网故障选线)[J].电力系统及其自动化学报,2022(06):89-97,113
A类：
B类：
门控循环单元神经网络,配电网故障,故障选线,小电流接地系统,系统发生,单相接地故障,集成经验模态分解,灰狼算法,算法优化,超参数,选线方法,零序电流,流进,本征模态分量,模态能量,能量值,特征向量,故障类型,数据丢失,噪声干扰,故障线路,抗噪性
AB值：
0.237131
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。
