基于DTCWT-DBN的配电网内部过电压类型识别

• 作者: 杨川 杨耿杰 郭谋发 高伟
• 来源期刊: 电力系统保护与控制
• 关键词: 配电网 内部过电压 类型识别 双树复小波 深度信念网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 应用研究
• 页码范围: 80-89
• 页数: 10页
• 字数: 6291字
• 语种: 中文
• DOI: 10.7667/PSPC180598

摘要

提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法.将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别.利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比.结果 表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭谋发	福州大学电气工程与自动化学院	114	817	15.0	24.0
2	杨耿杰	福州大学电气工程与自动化学院	83	668	14.0	22.0
3	高伟	福州大学电气工程与自动化学院	45	176	7.0	10.0
4	杨川		1	3	1.0	1.0