版权说明 操作指南
首页 > 成果 > 详情

CNN-LSTM全景故障特征挖掘的配电网单端定位方法

认领
导出
Link by 中国知网学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
邓丰;史鸿飞;冯思旭;顾道义;李鑫瑜;...
作者机构:
长沙理工大学电气与信息工程学院
国网牡丹江供电公司
语种:
中文
关键词:
配电网;单端定位;行波全景特征;卷积神经网络;长短时记忆网络
期刊:
中国电机工程学报
ISSN:
0258-8013
年:
2023
卷:
43
期:
S1
页码:
114-126
机构署名:
本校为第一机构
院系归属:
电气与信息工程学院
摘要:
现有配电网故障定位方法严重依赖波头到达时间、固有频率值等单一特征量,在微弱故障条件下难以有效提取故障特征,故障定位精度低。对此,提出基于全景故障特征挖掘的配电网单端行波定位方法。首先,分析不同故障点行波传输过程,结合小波能量熵量化分析行波全景波形时频分布特性:行波全景波形各次波头频率分布包含了故障支路信息,典型波头到达时序包含了故障距离信息,行波全景波形与故障位置一一对应,即不同故障位置的行波全景波形具有唯一性;在此基础上,以行波全景波形作为输入样本,搭建以卷积神经网络(convolutional neural network,CNN)与长短期记忆(long short term memory,LST...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com