基于Elm an神经网络的高压直流输电系统换相失败故障诊断

• 作者: 严增伟 刘浩 杨鸿雁 邢超 陈仕龙
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 换相失败 弱受端直流输电系统 FEEMD 样本熵 Elman神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 9-14
• 页数: 6页
• 分类号: TP306
• 字数: 5284字
• 语种: 中文
• DOI: 10.11907/rjdk.192002

摘要

快速准确地诊断出换相失败故障,对后期采取适当控制措施避免保护装置误动有重要意义.首先建立永富弱受端直流输电系统的PSCAD仿真模型,对不同故障条件下的直流线路短路故障和换相失败故障进行仿真;利用FEEMD对不同故障条件下逆变侧的电流线模信号进行分解,并取IMF7-IMF10分量求样本熵值;然后将归一化后的样本熵值作为Elman神经网络的训练集和测试集,利用Elman神经网络的输出诊断直流系统运行状态,即正常状态(001)、线路短路故障(100)、换相失败(010).对不同故障条件下的线路故障和换相失败故障进行仿真,实验结果表明,在训练集较少的情况下,线路故障的识别率为85.71,％、换相失败故障占比92.85％;随着训练集增加,基于FEEMD样本熵+Elman神经网络的方法对换相失败和线路故障的识别率达到100％,能够准确判断出故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈仕龙	昆明理工大学电力工程学院	34	454	12.0	20.0
2	刘浩	昆明理工大学电力工程学院	8	13	2.0	3.0
3	邢超		12	3	1.0	1.0
4	杨鸿雁	昆明理工大学电力工程学院	1	0	0.0	0.0
5	严增伟		1	0	0.0	0.0