提出一种基于双树复小波变换（DTCWT）-深度信念网络（DBN）的配电网内部过电压识别方法。将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别。利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比。结果表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率。
类型: 期刊论文
作者: 高伟,杨耿杰,郭谋发,杨川
关键词: 配电网,内部过电压,类型识别,双树复小波,深度信念网络
来源: 电力系统保护与控制 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 福州大学电气工程与自动化学院,中国能源建设集团云南省电力设计院有限公司
基金: 国家自然科学基金项目资助(51677030),福建省自然科学基金项目资助(2016J01218)~~
分类号: TM732
页码: 80-89
总页数: 10
文件大小: 985K
下载量: 75
本文来源: https://www.lunwen90.cn/article/e12882289d16388bc692ebe2.html