基于广义深度学习的含DG配网故障诊断方法

作     者：孔祥轩 郑楚韬 仇志成 王伟冠 黄焯麟 何其淼 王波 KONG Xiangxuan;ZHENG Chutao;QIU Zhicheng;WANG Weiguan;HUANG Zhuolin;HE Qimiao;WANG Bo

作者机构：广东电网有限责任公司佛山供电局广东佛山528202 武汉大学电气与自动化学院湖北武汉430072 

出 版 物：《电网与清洁能源》 (Power System and Clean Energy)

年 卷 期：2020年第36卷第11期

页      面：53-57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] 

基　　金：国家自然科学基金(51777142,51907096) 青海省自然科学基金(2019-ZJ-950Q) 

主　　题：分布式电源 配电网 故障定位 广义回归神经网络 

摘      要：针对传统故障定位方法难以满足含分布式电源配电网的问题,提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势,挖掘响应数据与故障位置之间的映射关系,建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明,该方法可有效实现含分布式电源配电网的故障定位,准确率高,速度快,且在信息畸变或缺失时容错性好。