小电流接地系统单相接地故障选线空间域图像生成及融合方法

摘要：

为发挥深度学习算法特征自学习及其在图像处理领域的优势,避免当前小电流接地系统单相接地故障选线中人工提取故障特征信息缺失的问题,提出了一种通过生成故障电流全信息空间域图像,再利用图像识别与分类算法实现故障选线的方法.所提方法首先使用三相电流构建三维空间域图像,并分别在3个平面上进行投影得到多幅投影图像,解决了获取二维图像的关键问题;然后对投影图像进行二次像素级图像融合,得到了相应的RGB彩色图像,最后使用深度学习算法对图像进行识别与分类从而实现故障选线.将所提方法与已有方法的故障选线结果进行对比,结果表明所提方法在多种因素影响下,均不损失故障信息,图像故障特征更明显、分类准确率更高,且具有抗噪声能力,证明其用于小电流接地系统单相接地故障选线具有可行性.

关键词：小电流接地系统、故障选线、空间域、图像融合、深度学习

所属期刊栏目：41

分类号：TM727(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金51307152

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：97-103