基于多源信息融合的配网故障外部原因识别

摘要：

配网故障原因的准确识别对于缩短故障查找时间、提高供电恢复速度和供电可靠性有重要意义.根据责任归属可将配网故障原因分为内部原因和外部原因,内部原因指设备绝缘弱化、过电压等电气相关原因,而外部故障通常由于天气、动物或人类活动引起.由于外部原因导致的故障是多种因素共同作用的结果,为此提出融合线路参数、天气、时间等非电气量信息及动作电流、故障相数等电气量信息的故障外部原因识别方法,首先对5种典型外部故障原因的特点及相关影响因素进行分析,构建识别模型,然后使用无监督学习训练得到深度信念网络各层的最优参数,利用有监督学习对全局参数进行微调,得到基于深度信念网络的配网故障外部原因识别模型,最后利用西部某地区的实际故障数据对算法的准确性进行了验证,结果显示识别准确率可达94.82％,证明了方法的正确性.

关键词：配网故障、外部原因、原因识别、深度学习、多源信息融合

所属期刊栏目：44

分类号：TM773(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划;四川省自然科学基金

在线出版日期：2023-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84