科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的故障定位方法基于局部波头故障特征，存在微弱故障(过零点附近故障、高阻接地故障)和母线出口处故障定位失败的技术瓶颈。为此，论文提出一种基于行波全景特征深度挖掘的单端故障定位方法。首先，基于时频域行波全景波形，理论和仿真论证了时域各次波头到达时序能反映不同故障区段，各次波头频率分布能反映故障位置，定性分析了行波全景波形与故障位置一一对应的映射机理，论证了行波全景波形唯一性理论；然后，以时频域故障全景波形为输入特征量，利用轻量级LeNet-5模型构建卷积神经网络(convolution neural network，CNN)，并采用3×3小尺寸卷积核挖掘全景波形故障特征，建立全景波形特征量与故障距离的映射关系，实现精确故障定位；最后，利用激活热力图可视化技术展现CNN各卷积通道挖掘全景波形故障敏感特征，有力论证了所提方法具有强适应性的内在原因。仿真结果表明本文所提方法具有较高的定位精度，特别是针对微弱故障和母线出口处故障具有较强的算法适应性，故障定位平均绝对误差为99.855m。
- 单位
