5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

作者：于洋; 王同文; 张骏; 邵庆祝; 谢民^*; 张东岳; 孟凡上

来源：科学技术与工程, 2021, 21(07): 2713-2719.

• 故障诊断
• 5G承载网
• 经验小波变换(EWT)
• 卷积神经网络(CNN)
• 配电网

配电网拓扑结构复杂、分支众多、潮流分布不平衡,且存在通信网络覆盖不完善问题,给精确故障诊断带来很大难度。首先,基于5G承载网络的分布式配电网故障诊断系统,提出了网络时延和丢包模型,测试了实际网络时延。其次,提出了基于经验小波变换(empirical wavelet transform, EWT)和卷积神经网络(convolutional neural network, CNN)的故障诊断方法,对网络传输后的录波电气量进行经验小波变换,得到不同频域分量。最后,对各分量构建卷积神经网络模型,形成EWT-CNN配电网故障诊断方法,给出故障判断报告。实验结果表明,所提出的5G承载网络下的EWT-CNN配电网故障诊断方法可有效诊断出配电网故障点,且具有很好的泛化能力。

• 单位
  自动化学院; 南京南瑞继保电气有限公司; 国网安徽省电力有限公司; 安徽大学