考虑高比例新能源并网的输电线路故障原因智能辨识

作者：秦子健; 孙其振; 亓晓燕; 王鑫; 赵磊; 孟凡敏

来源：电工技术, 2023, (19): 19-26+30.

DOI：10.19768/j.cnki.dgjs.2023.19.006

• 线路故障原因辨识
• 高比例新能源
• 参数优化变分模态分解
• 增强多尺度排列熵
• 深度信念网络与迁移学习

高比例新能源并网会影响输电线路故障形态，不利于故障原因准确辨识。为此提出一种考虑高比例新能源并网，基于参数优化变分模态分解、增强多尺度排列熵及深度信念网络与迁移学习的输电线路故障原因智能辨识方法，构造出气象类和电气类、暂态行波电流模态分量熵值、新能源运行状况三类特征，通过模型训练和网络参数微调，端到端实现输电线路故障原因辨识。实验结果表明，该方法能以较高准确率辨识雷击、外力破坏等9类故障原因。