基于全相位谱和深度学习的串联故障电弧识别方法

作     者：陈烜 冷继伟 李海峰 CHEN Xuan;LENG Jiwei;LI Haifeng

作者机构：国网四川电力服务有限公司四川资阳641300 四川大学电气工程学院四川成都610065 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2020年第48卷第17期

页      面：1-8页

核心收录：

学科分类：12[管理学] 080801[工学-电机与电器] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金重点项目资助(51437003) 

主　　题：串联故障电弧 全相位 频谱泄漏 深度学习 Logistic回归 

摘      要：为准确识别低压配电网中的串联故障电弧,提出了一种基于全相位谱和深度学习的串联故障电弧识别方法。首先,从理论上推导负载畸变信号的全相位频谱特征产生机理,利用全相位离散傅里叶变换提取线性、非线性负载的全相位频谱特征量。其次,构建了基于Logistic回归的深度学习神经网络模型,并对不同负载、不同运行状态下的全相位频谱特征量进行深度学习训练。最后,对搭建的故障电弧试验平台上采样数据进行分析,结果能准确识别低压配电网是否发生串联故障电弧和甄别出故障负载的类型。试验结果验证了所提方法的有效性,并随着深度学习理论在电力系统智能化中的应用,该方法可做进一步的深入研究和推广。