- 专利标题: 基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法
-
申请号: CN202310920407.5申请日: 2023-07-25
-
公开(公告)号: CN117031193A公开(公告)日: 2023-11-10
- 发明人: 陈仕龙 , 吴涛 , 王朋林 , 高敬业 , 毕贵红 , 赵四洪 , 魏荣智
- 申请人: 昆明理工大学
- 申请人地址: 云南省昆明市五华区学府路253号
- 专利权人: 昆明理工大学
- 当前专利权人: 昆明理工大学
- 当前专利权人地址: 云南省昆明市五华区学府路253号
- 代理机构: 昆明鼎极知识产权代理事务所
- 代理商 陈波
- 主分类号: G01R31/08
- IPC分类号: G01R31/08 ; G06N3/0464 ; G06N3/0442 ; G06N3/08
摘要:
本发明公开了一种基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法,包括通过分析特高压三端混合直流线路不同故障区域的故障特征,对线模电流、线模电压分别进行多尺度小波分解,提取线模电流中低频分量、线模电压高频分量,将线模电流中低频分量、线模电压高频分量结合正负极电压波形特征组成输入特征量,将故障区域作为输出量;构建深度学习故障区域识别模型;将测量点得到的故障特征量输入训练完成的深度学习故障区域识别模型,实现故障区域识别。本发明所提取的故障特征量可准确反映三端混合直流线路的不同故障区域,故障区域识别精度高,且对高阻故障具有很高的灵敏度。