基于GWO-TCN网络的HVDC输电线路故障诊断

• 作者: 刘辉 李永康 张淼 刘维
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 时间卷积神经网络 灰狼优化算法 故障识别 高压直流输电
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 在线测试与故障诊断|Online Testing and Fault Diagnosis
• 页码范围: 168-174
• 页数: 7页
• 分类号: TM712
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107518

摘要

现有高压直流(HVDC)故障检测方法灵敏度低,难以识别高阻接地故障,提出了一种基于改进灰狼算法(GWO)优化时间卷积神经网络(TCN)的HVDC传输系统故障检测方法,整流侧检测装置采集的故障电流信号直接用作TCN的输入数据,克服了故障信号处理的繁琐过程.利用Simulink仿真软件建立±500 kV高压直流输电线路模型,对不同故障区域和故障类型进行仿真实验,使用基于LSTM模型,BiLSTM模型和CNN模型3种模型的故障检测方法进行比较.测试结果表明,GWO-TCN网络能够可靠、准确地在过渡电阻高达800 Ω时进行HVDC输电线路故障选极和选区.