基于深度学习的站用交直流电源系统故障诊断方法

摘要：

针对故障诊断过程受到离散数据影响,站用交直流电源系统故障诊断结果误差较大的问题,提出了基于深度学习的站用交直流电源系统故障诊断方法.基于深度学习故障诊断原理,确定输出变量,构建假设检验模型,分析跳闸回路直流系统接地情况,获取正接地和负接地引起的误动作,确定直流回路接地故障.建立对数似然概率比统计量,分析直流、交流串接所引起的故障特征,进而确定站用交直流电源系统故障.实验结果表明,该方法单条馈线接地故障电压驻波比与实际值误差为0.01,母线单极接地故障驻波比与实际值误差为0.005,具有精准的诊断结果.

关键词：深度学习、站用交直流电源系统、故障诊断、检验模型、寄生回路故障

所属期刊栏目：30

分类号：TN92

在线出版日期：2022-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：189-193