一种基于卷积神经网络的输电线路区内外故障判断及故障选相方法

    公开(公告)号:CN106291234B

    公开(公告)日:2019-07-23

    申请号:CN201610613748.8

    申请日:2016-07-29

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于卷积神经网络的输电线路区内外故障判断及故障选相方法,首先根据双端供电系统原理图搭建仿真模型,得到训练样本的输入,将故障类型和区内外故障作为训练样本的输出,同理生成测试样本。其次,列出网络结构,通过测试样本的错误率,得到最佳网络结构。最后,在每次故障之后,获取故障电流,输入到训练好的网络中,即可判断是否区内故障并进行故障选相,无需再次训练。该方法对卷积神经网络输出进行了改进,用同一网络同时解决了区内外故障判断和故障选相两类非独立分类问题,实现了两种非独立分类问题的权值共享。对采样率要求低,无需计算各种整定值,不受系统频率、故障位置、负荷电流、过渡电阻等因素的影响,结果准确可靠。

Patent Agency Ranking