科研之友
微信
新浪微博
Facebook
分享链接
摘要
高压输电线路的发展性故障往往受运行状态和故障发展过程的影响，给故障甄别和保护决策造成困难。为了准确识别高压输电线路的发展性故障，保证继电保护装置动作的正确性，将全卷积神经网络（fully convolutional network,FCN）与卷积注意力模块（convolutional block attention module,CBAM）相结合，提出一种基于CBAM-FCN的发展性故障识别方法，通过在传统全卷积网络中引入CBAM模块，使神经网络能够聚焦于故障波形的突变、幅值等重要特征，忽略无关干扰。此外，所提方法能够输出表征故障状态变化的一维时序序列，实现对输电线路发展性故障的全过程识别。最后大量仿真验证了所提方法的抗噪性能和泛化能力，并通过可视化技术展示了网络模型的可解释性。
- 单位
