基于PCA/LSTM的海底观测网电力系统 供电海缆故障定位

• 作者: 吕枫 耿坤
• 来源期刊: 海洋技术学报
• 关键词: 海底观测网 电力系统 故障定位 长短期记忆网络 主成分分析
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 22-29
• 页数: 8页
• 分类号: P751
• 语种: 中文
• DOI: 10.3969/j.issn.1003-2029.2020.03.004

摘要

海底观测网电力系统供电海缆易发生绝缘故障,由于其在海底极端环境下运行,实现高精度的电缆故障定位,对于降低其维修成本至关重要.基于海底观测网电能监控系统实时采集的电气测量参数,本文提出了基于主成分分析(Principal Components Analysis,PCA)和长短期记忆(Long Short-Term Memory,LSTM)网络的供电海缆高阻故障定位方法,先使用PCA进行数据降维,再将处理后的数据输入LSTM网络进行训练,捕获多源数据的时间特征,挖掘电力系统故障特征与电气参数之间的对应关系,实现海缆故障精确定位.通过在海底观测网原型系统上的实验证明,该方法经K折交叉验证方法(K-fold Cross Validation,K-CV)验证,准确率可达91％左右,故障定位误差约为0.4 km.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕枫	同济大学海洋与地球科学学院	11	53	4.0	7.0
2	耿坤	同济大学海洋与地球科学学院	1	0	0.0	0.0