作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
微电网是一种小型的配电网系统,可有效消纳可再生能源,具有较高的可靠性和灵活性.然而,其复杂的网络结构、多变的潮流方向、不同的故障特性给传统继电保护的速动性和可靠性带来了挑战.因此,提出一种基于卷积神经网络的微电网智能保护方法.该方法通过小波变换对电流信号进行处理,提取特征值,再结合仿真数据和历史数据,建立不同状况下的微电网特征集合,并将其作为卷积神经网络的输入,在大量的离线训练后可实现故障位置和故障类型的智能判断.最后,使用PSCAD对典型的微电网进行建模与仿真.实验结果表明,该办法具有较高的可靠性.
推荐文章
基于卷积神经网络的植物图像分类方法研究
卷积神经网络
图像特征
图像分类
全卷积网络
植物图像
数据集
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于卷积神经网络的缺失数据填充方法
缺失数据
填充
卷积神经网络
时空相关性
基于卷积神经网络的辐射图像降噪方法研究
辐射图像
图像降噪
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的微电网保护方法研究
来源期刊 控制工程 学科
关键词 微电网 卷积神经网络 智能保护 特征提取 保护配置 小波变换
年,卷(期) 2021,(8) 所属期刊栏目 建模与仿真系统
研究方向 页码范围 1648-1653
页数 6页 分类号 TP712
字数 语种 中文
DOI 10.14107/j.cnki.kzgc.20210093
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (301)
共引文献  (96)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(21)
  • 参考文献(0)
  • 二级参考文献(21)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(21)
  • 参考文献(0)
  • 二级参考文献(21)
2014(47)
  • 参考文献(0)
  • 二级参考文献(47)
2015(30)
  • 参考文献(1)
  • 二级参考文献(29)
2016(35)
  • 参考文献(2)
  • 二级参考文献(33)
2017(33)
  • 参考文献(1)
  • 二级参考文献(32)
2018(19)
  • 参考文献(3)
  • 二级参考文献(16)
2019(28)
  • 参考文献(3)
  • 二级参考文献(25)
2020(11)
  • 参考文献(6)
  • 二级参考文献(5)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微电网
卷积神经网络
智能保护
特征提取
保护配置
小波变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
论文1v1指导