基于大数据和人工智能技术的新型多功能选线装置研究与开发

• 作者: 华玉虹 巫超明 王超 詹亮星 钱赟
• 来源期刊: 中国高新区
• 关键词: 大数据 深度学习算法 故障特征库 智能选线 轮切跳闸
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 高新科技
• 页码范围: 17,19
• 页数: 2页
• 字数: 2034字
• 语种: 中文

摘要

目前,小电流接地选线装置在针对高阻接地及其他特殊接地故障类型的辨识和选线方面,准确率和可靠性有待进一步提高.本文借助大数据技术,建立独有的故障波形特征库;同时在暂稳态算法应用的基础上,融合应用人工智能深度学习算法,对海量波形数据进行自主学习和智能分析,实现对高阻接地和弧光接地、间歇式接地等特殊故障的有效辨识,最后开发一种集成多功能模块的新型选线系统,融合多种选线算法,准确辨识故障类型和故障支路,有效提升接地故障类型智能判别及故障支路快速切除能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巫超明	国网江西省电力公司上饶供电分公司	2	1	1.0	1.0
2	钱赟	国网江西省电力公司上饶供电分公司	3	4	1.0	2.0
3	詹亮星	国网江西省电力公司上饶供电分公司	3	2	1.0	1.0
4	华玉虹	国网江西省电力公司上饶供电分公司	2	0	0.0	0.0
5	王超	国网江西省电力公司上饶供电分公司	3	0	0.0	0.0