10.3969/j.issn.1673-8845.2023.06.089
基于深度学习算法的配电网故障定位检测研究
当架空配电系统发生故障时,需要立即响应,并且运用时域反射(TDR)方法来检测故障检测位置.然而,在具有多支路的复杂网络和变压器、开关柜等配电设备中,由于TDR脉冲的波形失真和幅值减小,故障点的准确检测十分困难.本文提出了一种基于深度学习的TDR波形故障点检测方法.该方法可应用于分支配电网中观测到多次反射波的故障位置和故障类型的检测.由于深度学习算法需要大量的波形数据,我们开发了一种快速模拟方法来创建数据.为了快速模拟电路,功率分配线路被当作一个传输线,从而推导出传输线的基本矩阵.此外,通过基本矩阵的级联表示了配电网络的等效电路模型.利用MATLAB对等效电路进行计算,快速得到TDR波形数据.使用它来创建多分支架空配电网络模型的众多TDR波形数据,并使用深度学习算法进行故障位置检测.结果表明,对故障发生地点的识别准确率达到96.8%.
深度学习、配电网、时域反射、故障定位
TM711;TP301;TH166
2023-11-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
268-270