基于RBF神经网络的换流站交流滤波器故障预警研究

• 作者: 刘志远 史磊 张志贤 张沈习 李君宏 韦鹏
• 来源期刊: 电力电容器与无功补偿
• 关键词: 换流站 交流滤波器 故障预警 特征量 径向基神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 无功补偿与滤波装置
• 页码范围: 12-17,42
• 页数: 7页
• 语种: 中文
• DOI: 10.14044/j.1674-1757.pcrpc.2018.04.003

摘要

换流站交流滤波器是高压直流输电系统的重要组成部分,其跳闸事故的发生将直接影响直流输电系统的输送功率.本文提出了一种根据交流滤波器断路器的分合闸电流来在线识别交流滤波器健康状态的方法.首先,定义了一系列交流滤波器断路器分合闸电流的时域特征量和频域特征量;在此基础上,利用基于径向基神经网络的人工智能方法来实现交流滤波器故障预警;某实际换流站的实证结果表明本文方法具有较高的故障预警准确度,能够在交流滤波器异常扩大或造成不良影响之前发出告警,提醒相关人员及时检查和处理缺陷,减少交流滤波器异常跳闸现象的发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李君宏		7	19	3.0	4.0
2	韦鹏		11	29	3.0	5.0
3	刘志远		24	44	4.0	5.0
4	张沈习	上海交通大学电力传输和功率变换控制教育部重点实验室	13	286	6.0	13.0
5	史磊		17	23	3.0	4.0
6	张志贤		1	6	1.0	1.0