基于深度学习的电容式电压互感器故障诊断

作者：黄桂平; 吴杰; 夏岩^*; 熊兴中; 张蕊

来源：四川理工学院学报(自然科学版), 2023, 36(05): 76-84.

• 电容式电压互感器
• 全局平均池化
• 卷积神经网络
• 在线检定

电容式电压互感器(CVT)是应用于变电站的关键设备，能够实现长途通信、远方测量、选择性线路高频保护等功能，为提高变电站的可调控能力提供有力保障。本文基于CVT的结构形态特性与故障类型，提出一种改进的卷积神经网络（CNN）预测方法，将其应用于CVT故障在线检定。该方法在传统CNN模型中加入平均池化层，实现信号降采样并保留信号的特征信息，使用支持向量机（SVM）代替传统的softmax函数。对所提模型进行仿真实验，本文模型在187μs的检测时间内能够实现100%检测精度，检测精度与检测时间均优于传统CNN模型；同时，将某500 kV变电站CVT实测电压数据作为数据集，用于本文模型的仿真实验，仿真结果表明本文模型在实际工程案例中能迅速检出CVT早期故障并发出故障预警信息，故障诊断效果较好，对于变电站稳定运行具有重要意义。

• 单位
  国网四川省电力公司电力科学研究院; 四川大学; 四川轻化工大学