基于深度学习的高压输电线双极短路故障检测

作     者：王尚文 WANG Shangwen

作者机构：国网湖北省电力公司武汉430000 

出 版 物：《自动化与仪表》 (Automation & Instrumentation)

年 卷 期：2023年第38卷第8期

页      面：69-73,93页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主　　题：深度学习 高压输电线 双极短路 故障 检测 改进ITD分解 预处理 

摘      要：高压输电线路通常比较长且所处环境复杂,检测输电故障时易受到其他电气设备的电磁信号干扰,引起误判。为了提升高压输电线线路运行的稳定性,提出一种基于深度学习的高压输电线双极短路故障检测方法。将母线的电压幅值以及相角作为故障检测的输入项,实现故障数据的归一化和降维,获取全新的故障数据时间序列。基于此,采用改进的ITD分解提取特征值,经过特征选择后将融合的特征矩阵输入深度神经网络中训练,对故障完成精准分类,实现高压输电线双极短路故障的检测。实验测试结果表明,采用所提方法可以获取较高的高压输电线双极短路故障检测精度,同时还可以有效提升故障检测效率,有效保障了高压输电线线路的平稳运行。