基于深度学习的小电流接地系统故障选线方法

• 作者: 刘凯 张国栋 蒲海涛
• 来源期刊: 发电技术
• 关键词: 小电流接地系统 单相接地故障 故障选线 深度学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 能源互联网
• 页码范围: 548-554
• 页数: 7页
• 语种: 中文
• DOI: 10.12096/j.2096-4528.pgt.19103

摘要

小电流接地系统的单相接地故障选线问题目前仍没有完全解决.为了提高单相接地故障选线成功率,提出一种基于深度学习网络的选线方法.首先,利用PSCAD搭建了中性点不接地系统仿真模型,通过设置每条线路在不同接地电阻下的故障,得到基于各出线零序电流幅值和相角的样本数据,并将样本数据分为训练集、验证集和测试集3部分.其次,基于Keras搭建了深度学习神经网络,利用训练集和验证集数据对该网络进行训练.最后,利用测试集数据对训练好的模型进行测试.结果表明,该方法具有建模简单、成功率高及选线不受过渡电阻影响的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘凯		6	37	3.0	6.0
2	张国栋	山东科技大学电气信息系	5	7	1.0	2.0
3	蒲海涛	山东科技大学电气信息系	6	30	3.0	5.0