基于小波和深度学习的配电网单相接地故障辨识

• 作者: 李晓波 陈义刚 陈文斌 高帅 包从波
• 来源期刊: 电测与仪表
• 关键词: 中压配电网 单相接地 深度神经网络 故障辨识
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 能源互联网|Energy Internet
• 页码范围: 115-120
• 页数: 6页
• 分类号: TM933
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2021.04.017

摘要

随着配电网规模的不断扩大,发生单相接地故障后产生的危害也愈加严重,为避免故障进一步升级,必须迅速采取措施切除故障.配电网故障辨识有利于快速查明故障原因,进而采取相应措施切除故障.同时,故障辨识也是故障选线的前提.针对上述情况,文中介绍了一种利用小波分析提取故障特征量并用深度神经网络进行故障辨识的方法.结果 表明,该方法可对小电流接地系统各类单相接地故障进行辨识且辨识准确率高,而且辨识精度受噪声污染影响比传统人工神经网络小.