典型文献
基于相空间重构和迁移学习的配电网高阻接地故障检测
文献摘要：
配电网中高阻接地故障(High Impedance Fault,HIF)时常发生,其故障特征微弱而难以检测,严重情况下可能导致火灾或人身事故.提出了一种基于相空间重构和迁移学习的故障识别方法,实现对谐振接地系统中HIF的辨识.首先,使用基于综合策略的小波阈值降噪方法对零序电流信号进行处理,以降低噪声的影响.随后,对降噪后的仿真信号及实测信号进行相空间重构,获取重构轨迹图,以此作为故障识别的特征量.最后,在辨识模型构建上,先使用仿真信号的重构轨迹图训练GoogLeNet模型,再使用实测信号对模型进行微调,实现迁移学习.所提算法的优点是使用相空间重构进行了信号转换,故障信号与干扰信号的重构轨迹图差异明显,且实测信号与仿真信号的重构轨迹图相似度较高.在进行迁移学习后,实现了对实测小样本数据较为准确的检测.实验结果表明,无论是故障实测数据还是故障仿真数据,识别准确率均达到95％以上.此外,在强噪声干扰、采样数据点缺失及故障回路间歇性导通情况下,所提算法也取得了较好的结果.
文献关键词：
配电网;高阻接地故障;相空间重构;小波阈值降噪;迁移学习
中图分类号：
作者姓名：
杨耿杰;王康;高伟
作者机构：
福州大学电气工程与自动化学院,福建 福州 350116
文献出处：
引用格式：
[1]杨耿杰;王康;高伟-.基于相空间重构和迁移学习的配电网高阻接地故障检测)[J].电力系统保护与控制,2022(13):151-162
A类：
B类：
相空间重构,迁移学习,配电网,高阻接地故障,故障检测,High,Impedance,Fault,HIF,故障特征,微弱,重情,人身事故,故障识别方法,谐振接地系统,综合策略,小波阈值降噪,降噪方法,零序电流,电流信号,低噪声,实测信号,轨迹图,特征量,辨识模型,GoogLeNet,微调,信号转换,故障信号,干扰信号,小样本数据,故障仿真,仿真数据,识别准确率,强噪声,噪声干扰,采样数据,据点,故障回路,间歇性,导通,通情
AB值：
0.326324
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。
