科研之友
微信
新浪微博
Facebook
分享链接
摘要
高阻接地故障发生时，故障特征微弱，传统故障识别方法存在特征提取困难、阈值选取灵活性较差的技术瓶颈，导致极端故障场景下出现漏判。为此，提出基于暂态时-频特征差异的配电网高阻接地故障识别方法。首先，结合小波包香农熵量化分析高阻接地故障与正常扰动工况暂态信号的时频分布，发现二者存在显著差异：频域上，扰动工况信号的能量集中于低频，而高阻故障信号能量分布相对均匀；时域上，扰动工况信号能量集中于时间窗的前半段，高阻故障信号能量在整个时间窗内均匀分布。在此基础上，以暂态信号时-频域波形作为输入样本，将传统CNN模型中的softmax分类器改进为SVM分类器，构建适应配电网高阻接地故障识别小样本场景下的CNN-SVM复合分类模型，以卷积层作为特征提取器，以SVM作为分类器，实现高阻接地故障识别。最后，为论证所提方法具有强适应性的内在原因，利用LIME可解释性分析算法可视化展现模型训练过程中的高关注度区域，从模型分类原理层面证明了所提方法不受各种故障条件的影响，克服了传统故障识别方法在极端故障场景下出现漏判的缺陷，能准确识别配电线路末端10kΩ高阻接地故障。
- 单位
