摘要

为提高直流系统单极闭锁下中性母线避雷器故障检测能力,提出基于多隐层深度网络学习的中性母线避雷器故障检测方法。通过计算故障样本序列的高阶统计量,采集母线避雷器故障数据,建立输出冲激模型对采集的故障数据进行特征自学习,结合直流系统单极闭锁下中性母线避雷器受扰响应特性,分析其有功功率增量特征,进行母线避雷器聚合微小负荷的故障异常特征检测,采用多隐层的深度网络学习方法分析异常特征量的故障辨识方法和故障原因。仿真结果表明,所提方法的故障检测效率较高,故障的特征辨识能力较好,能够有效分析到直流系统单极闭锁下母线避雷器故障产生的原因,主要由电压扰动、频率扰动和负荷波动等原因产生的故障。