[发明专利]一种基于小波变换和CNN的配电网故障定位方法有效
申请号: | 201810541591.1 | 申请日: | 2018-05-30 |
公开(公告)号: | CN108732465B | 公开(公告)日: | 2020-08-04 |
发明(设计)人: | 张耀宇;陈中明;郑楚韬;杨建伟;秦川;孔祥轩;刘杰荣;王伟冠;陈君宇;黄焯麒;何其淼;陆凯烨;谭家祺;孙广慧;李斌 | 申请(专利权)人: | 广东电网有限责任公司;广东电网有限责任公司佛山供电局 |
主分类号: | G01R31/08 | 分类号: | G01R31/08 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 变换 cnn 配电网 故障 定位 方法 | ||
1.一种基于小波变换和CNN的配电网故障定位方法,其特征在于,包括以下几个步骤:
步骤S1:利用电力仿真软件搭建故障模型,通过设置不同的故障类型、故障距离、电压幅值、功角,获取大量故障电流数据,并分为训练数据和测试数据;
步骤S2:对故障电流进行预处理及多尺度分析,分别得到第二尺度及以上尺度下的模极大值对应的时刻,形成模极大值折线图;对折线图根据故障距离和行波波速确定标签,形成训练集和测试集;
步骤S3:根据图片数据特点,确定CNN的网络结构和卷积核的大小,利用训练集进行训练,画出迭代过程中价值函数变化曲线,对网络结构及超参数进行调整,再次训练,重复以上过程,确定最优CNN;
步骤S4:利用测试集检测CNN泛化能力,若错误率为5%以下,则泛化能力强,说明选取的网络结构及参数优化较好;若错误率大于5%,则需要重复步骤S1至步骤S3;
步骤S5:获取故障线路两端故障相电流,对故障相电流预处理,执行步骤S2,得到CNN的输入,得到线路首端输入为inm,末端输入inn;
步骤S6:将输入inm和inn分别给CNN,根据CNN的输出对应确定行波波头到达线路首末端时刻tm和tn;
步骤S7:采用B型行波法测距,根据公式计算出故障点距离线路首端距离l,其中L为线路总长,为行波波速,由线路分布参数确定,L1为线路正序电感,H/km,C1为线路正序电容,F/km。
2.根据权利要求1所述的基于小波变换和CNN的配电网故障定位方法,其特征在于,所述的步骤S2中,标签的具体确定方法如下:
S21:根据线路参数求出行波波速v;
S22:已知故障点距线路端点距离为lm,则故障发生后行波波头到达线路端点所需时间为
S23:仿真模型中已知故障发生时刻为tf,则行波波头到达时刻为tm=tf+Vt,Vt为故障发生后行波波头到达线路端点所需要的时间;
S24:以1μs为单位,计算tm偏离小波变换第二尺度模极大值时刻多少单位,即n取整数,|n|≤5;
S25:CNN采用softmax分类,设置独立分类数量以及对应的输出个数数量,每个独立分类数量对应一个索引号,对应的输出置为1,其余输出为0,形成一个标签以对CNN进行训练,在训练完成的CNN中,将输出最大的置为1,其余为0。
3.根据权利要求1所述的基于小波变换和CNN的配电网故障定位方法,其特征在于,所述的步骤S6中,由CNN输出的结果转化为时标的计算方法为t=t(2)+n,t(2)为小波变换第二尺度的模极大值时刻,n的定义为:以1μs为单位,t偏离小波变换第二尺度模极大值时刻t(2)多少单位,n为整数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司佛山供电局,未经广东电网有限责任公司;广东电网有限责任公司佛山供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810541591.1/1.html,转载请声明来源钻瓜专利网。