基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法OACSTPCD
Fault Zone Identification Method for Three-terminal Hybrid UHVDC Transmission Lines Based on Deep Learning and Waveform Characteristics
针对将现有直流线路故障区域识别方法应用于特高压三端混合直流输电线路时,存在难以区分T区两侧故障、耐过渡电阻能力弱和阈值整定困难的问题,提出一种利用深度学习及波形特征进行特高压三端混合直流输电线路故障区域识别的方法.首先,对三端混合直流线路不同故障区域进行故障特征分析;然后,对线模电压和线模电流进行多尺度小波分解,提取线模电流中低频分量和线模电压高频分量,结合正负极电压波形特征,组成深度学习模型的输入量,并将故障区域作为输出量,构建深度学习故障区域…查看全部>>
When the existing DC line fault zone identification methods are applied to three-terminal hybrid UHVDC transmission lines,there exist problems such as difficulty in distinguishing faults on both sides of the T-zone,weak ca-pability to endure the transition resistance,and difficulty in threshold setting.Aimed at these problems,a method is proposed to identify the fault zones of three-terminal hybrid UHVDC transmission lines by using deep learning and wa…查看全部>>
陈仕龙;吴涛;王朋林;高敬业;毕贵红;罗灵琳
昆明理工大学电力工程学院,昆明 650500昆明理工大学电力工程学院,昆明 650500昆明理工大学电力工程学院,昆明 650500昆明理工大学电力工程学院,昆明 650500昆明理工大学电力工程学院,昆明 650500昆明理工大学电力工程学院,昆明 650500
动力与电气工程
特高压三端混合直流故障特征分析深度学习模型故障特征量故障区域识别
three-terminal hybrid UHVDCfault characteristic analysisdeep learning modelfault characteristic da-tafault zone identification
《电力系统及其自动化学报》 2024 (1)
特高压多端混合直流输电线路行波边界保护研究
24-36,13
国家自然科学基金资助项目(52067009)
评论