基于CBAM-FCN的高压输电线路发展性故障识别方法

摘要：

高压输电线路的发展性故障往往受运行状态和故障发展过程的影响,给故障甄别和保护决策造成困难.为了准确识别高压输电线路的发展性故障,保证继电保护装置动作的正确性,将全卷积神经网络(fully convolutional network,FCN)与卷积注意力模块(convolutional block attention module,CBAM)相结合,提出一种基于CBAM-FCN的发展性故障识别方法,通过在传统全卷积网络中引入CBAM模块,使神经网络能够聚焦于故障波形的突变、幅值等重要特征,忽略无关干扰.此外,所提方法能够输出表征故障状态变化的一维时序序列,实现对输电线路发展性故障的全过程识别.最后大量仿真验证了所提方法的抗噪性能和泛化能力,并通过可视化技术展示了网络模型的可解释性.

关键词：输电线路故障识别、发展性故障、故障识别方法、全卷积神经网络、卷积注意力模块

所属期刊栏目：38

分类号：TM773(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目5229NX19008P

在线出版日期：2022-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：25-33,44