基于首层宽卷积核深度残差网络的输电线路短路故障诊断方法

    公开(公告)号:CN112132052A

    公开(公告)日:2020-12-25

    申请号:CN202011016531.1

    申请日:2020-09-24

    Applicant: 三峡大学

    Abstract: 基于首层宽卷积核深度残差网络的输电线路短路故障诊断方法,采集短路故障信息,包括电压相量、电流相量、故障时刻、持续时间等参数。对短路故障信息数据进行处理。构建高维时空故障样本矩阵,作为深度学习网络的输入进行训练;设置TensorFlow中的深度残差网络残差模块,将首层卷积层设为宽卷积核,而将残差模块中的卷积层设置为小卷积核;设置SENet子网络结构。堆叠一定数量的基本模块以及卷积层、批标准化、激活函数、全局均值池化以及全连接输出层;实时获取实际运行中的故障信息,传输至诊断网络中,得到当前输电线路短路故障的诊断结果。本发明能有效地弥补传统机器学习方法存在的人工提取故障特征、算力不足、泛化能力不强等缺陷。

Patent Agency Ranking