基于殘差卷積神經(jīng)網(wǎng)的高壓直流故障測距方法

打開文本圖片集

摘 要：針對傳統(tǒng)的特高壓直流輸電線路故障測距過度依賴線路本身衰減常數(shù)的問題，提出了一種基于殘差卷積神經(jīng)網(wǎng)的高壓直流故障測距方法。利用殘差卷積神經(jīng)網(wǎng)絡(luò)（Residual Convolution Neural Network， RCNN）的非線性擬合能力，不用計算線路衰減常數(shù)就可以實現(xiàn)故障準(zhǔn)確定位。首先，使用小波變換提取不同頻帶的故障電壓、電流，將其作為殘差卷積神經(jīng)網(wǎng)絡(luò)的輸入；然后，對輸入數(shù)據(jù)進(jìn)行故障特征學(xué)習(xí)，訓(xùn)練網(wǎng)絡(luò)，更新參數(shù)，最終形成特高壓直流輸電線路故障測距模型，輸出故障測距參數(shù)；最后，經(jīng)過實驗結(jié)果表明，基于殘差卷積神經(jīng)網(wǎng)的高壓直流故障測距方法檢測速度快、精度高，并且在過渡電阻接入下仍然具有很高的精度，驗證了該方法的有效性。（剩余16001字）