基于同步监测和深度学习的电容器介损角辨识

• 作者: 朱永利 王晓辉 郭丰娟
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 深度学习 介损角 同步监测 电容器
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 无线通信
• 页码范围: 76-84
• 页数: 9页
• 分类号: TM835.4
• 字数: 4822字
• 语种: 中文
• DOI: 10.3969/j.issn-1000-7229-2017-05-010

摘要

电容器在线监测系统中,不同位置监测装置受导线电流的干扰不同,因此工程中使用谐波分析法计算介损角存在不稳定问题.该文提出了一种基于同步监测和深度学习的电容器介损角辨识方法.首先给出了电容器电流、电压信号无线同步监测方法,以及用于深度学习的介损角表示信号Dδ(t)的计算过程.然后仿真验证方法的有效性并与基于加汉宁窗的谐波分析法进行比较.最后对深度神经网络隐含层进行了可视化分析,结果显示,该方法的正确率主要受噪声、谐波幅值比、介损角变化量等影响,且在谐波幅值比小于10%的情况下,辨识结果受频率偏移、谐波与基波相角差的影响较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱永利	华北电力大学控制与计算机工程学院	268	5516	39.0	62.0
2	郭丰娟	华北电力大学控制与计算机工程学院	4	15	1.0	3.0
3	王晓辉	华北电力大学控制与计算机工程学院	14	94	5.0	9.0