重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (8): 236-245.

• 电气·电子 • 上一篇    

配电网单相接地故障类型 CNN识别方法研究

杨 佳,陈 勇,冯 波   

  1. 1.重庆理工大学 电气与电子工程学院,重庆 400054; 2.重庆市能源互联网工程技术研究中心,重庆 400054; 3.国网重庆市电力公司电力科学研究院,重庆 40112
  • 发布日期:2022-09-28
  • 作者简介:杨佳,女,博士,副教授,主要从事配电网故障识别研究,Email:yangjia215@cqut.edu.cn;通讯作者 冯波,男,硕 士,实验师,主要从事电力系统运行与控制、智能配电网研究,Email:fengbo@vip.126.com。

  • Published:2022-09-28

摘要: 为解决配电网发生单相接地故障时仅依靠比较动作阈值出口跳闸,不能对单相接 地具体故障类型进行有效识别的问题,提出了一种基于卷积神经网络(CNN)自适应识别电弧接 地和电阻接地的方法。研究了 4种单相接地的故障类型,在 PSCAD/EMTDC中搭建了 10kV配 电网模型进行仿真。利用希尔伯特 -黄变换(HHT)构造出故障信号的时频谱图,以此作为 CNN的输入,在故障特征量被 CNN自主提取后能够分类识别单相接地故障类型。Matlab仿真 结果表明:该方法与传统机器学习算法相比具有更高的准确率。试验结果表明:投入消弧线圈、 调整网络结构和加入噪声污染后,对单相接地故障类型的识别也具有良好的适应性。

关键词: 配电网;卷积神经网络;希尔伯特黄变换;故障识别;单相接地

中图分类号: 

  • TM732