含光伏电源配电网故障的智能辨识方法研究

作者：罗天禄; 王雪娜; 赵榕; 杨柳林^*

来源：电子测量技术, 2023, 46(19): 111-118.

DOI：10.19651/j.cnki.emt.2212137

• 配电网
• 故障辨识
• 熵-变分模态分解
• 残差网络

在光伏电源接入配电网后，由于光伏发电的不确定性、间歇性、波动性增加了配电网故障的辨识难度。针对此问题，提出一种熵-变分模态分量与神经网络改进ResNet模型相结合的方法。首先搭建含光伏电源配电网PSCAD仿真模型，获取不同复杂故障情景下的批量数据。其次，利用熵-变分模态(E-VMD)方法重构样本的特征矩阵，再采用改进残差网络进一步挖掘故障样本的隐含特征，然后通过模型的训练与测试。与其他文献模型的分类效果对比，改进ResNet模型故障类型识别的准确率平均达到99.95%,故障馈线识别的准确率达到99.75%,且具有良好的鲁棒性，可以有效地实现含光伏电源配电网故障的快速辨识。

• 单位
  广西大学; 广西电网有限责任公司