利用CNN技术识别同杆双回线故障相.pdfVIP

第卷第期佳木斯大学学报(自然科学版)

434Vol.43No.4

年月()

202504JournalofJiamusiUniversitNaturalScienceEditionAr.2025

yp

文章编号:()

1008-1402202504-0031-04

利用CNN技术识别同杆双回线故障相①

,,,

朱一鸣胡贤德周欢刘娟

(,)

安徽新华学院大数据与人工智能学院安徽合肥230088

:,,

摘要因为互感的存在同杆双回线两回线电气量彼此耦合从而导致仅利用单一回线单

。,(

端电气量的距离保护无法准确识别故障相为此提出了一种基于卷积神经网络Convolu-

,)。,

tionalNeuralNetworksCNN的同杆双回线故障相识别方法首先通过多次实验确定

。,。,

CNN的具体结构其次在EMTDC中仿真以获得训练CNN的海量故障数据然后结合

。,

早停策略对CNN进行训练以获得一组最优超参数最后使用多种工况下的故障数据对所

。,

提方法的性能进行测试测试结果表明所提方法能够准确识别故障相同时几乎不受故障位

、。

置过渡电阻和负载的影响

:;;;;

关键词同杆双回线卷积神经网络故障相识别单端单回线深度学习

中图分类号:文献标识码:

TM773A

,,

题但随着电网的复杂性和不确定性增加所建立

引言

0

的数学模型不再能准确反映同杆双回线故障时的

,,

由于环境保护以及建设成本限制一些地区故障特征因此基于模型的方法在未来将不再适

[]

8