基于DTCWT-DBN的配电网内部过电压类型识别

提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法.将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别.利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比.结果 表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率....

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 47; no. 9; pp. 80 - 89
Main Authors 高伟, 杨耿杰, 郭谋发, 杨川
Format Journal Article
LanguageChinese
Published 福州大学电气工程与自动化学院,福建福州,350108%中国能源建设集团云南省电力设计院有限公司,云南昆明,350002 01.05.2019
Subjects
内部过电压
配电网
类型识别
双树复小波
深度信念网络
Online AccessGet full text

Cover

More Information
Summary:提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法.将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别.利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比.结果 表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率.
ISSN:1674-3415
DOI:10.7667/PSPC180598