论文摘要
小电流接地系统的单相接地故障选线问题目前仍没有完全解决。为了提高单相接地故障选线成功率,提出一种基于深度学习网络的选线方法。首先,利用PSCAD搭建了中性点不接地系统仿真模型,通过设置每条线路在不同接地电阻下的故障,得到基于各出线零序电流幅值和相角的样本数据,并将样本数据分为训练集、验证集和测试集3部分。其次,基于Keras搭建了深度学习神经网络,利用训练集和验证集数据对该网络进行训练。最后,利用测试集数据对训练好的模型进行测试。结果表明,该方法具有建模简单、成功率高及选线不受过渡电阻影响的特点。
论文目录
文章来源
类型: 期刊论文
作者: 张国栋,蒲海涛,刘凯
关键词: 小电流接地系统,单相接地故障,故障选线,深度学习
来源: 发电技术 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 山东科技大学电气信息系,洛阳供电公司
基金: 教育部产学合作协同育人计划项目(201702064021),山东科技大学济南校区教研项目(JNJG2017203)~~
分类号: TM862
页码: 548-554
总页数: 7
文件大小: 543K
下载量: 171