| 注册
首页|期刊导航|电力系统及其自动化学报|基于GAF与卷积神经网络的配电网故障选线新方法

基于GAF与卷积神经网络的配电网故障选线新方法

雷静 李晨婧 郭亮 王晓卫 徐经民 黄灿英

电力系统及其自动化学报2023,Vol.35Issue(2):53-62,10.
电力系统及其自动化学报2023,Vol.35Issue(2):53-62,10.DOI:10.19635/j.cnki.csu-epsa.001053

基于GAF与卷积神经网络的配电网故障选线新方法

Novel Fault Feeder Selection Method for Distribution Network Based on GAF and Convolution Neural Network

雷静 1李晨婧 2郭亮 3王晓卫 1徐经民 3黄灿英1

作者信息

  • 1. 国网江西省电力有限公司电力科学研究院,南昌 330006
  • 2. 国网江西省电力有限公司,南昌330006
  • 3. 西安理工大学电气工程学院,西安710054
  • 折叠

摘要

关键词

故障选线/零序电流/卷积神经网络/格拉米角场

分类

信息技术与安全科学

引用本文复制引用

雷静,李晨婧,郭亮,王晓卫,徐经民,黄灿英..基于GAF与卷积神经网络的配电网故障选线新方法[J].电力系统及其自动化学报,2023,35(2):53-62,10.

基金项目

国家自然科学基金资助项目(52177114) (52177114)

国网江西省电力有限公司科技项目(521820210005) (521820210005)

电力系统及其自动化学报

OA北大核心CSCDCSTPCD

1003-8930

访问量0
|
下载量0
段落导航相关论文