文档名：基于数据挖掘的分布式电网故障检测与分类策略
摘要：分布式能源入网规模的日益增大对传统过流继电器的故障检测及分类产生了重大影响.通过新兴的图学习技术构建了能有效检测分布式电网故障的时空递归图神经网络模型.该神经网络结构可以通过检测母线电压单元数据来提取时空特征,并根据数据的时空特征进行故障事件检测、故障类型分类、故障相位识别及故障定位.在IEEE123节点系统上进行仿真模拟.结果表明,所提的基于电压测量的故障诊断策略与已有的传统方案相比具有较高的精度.所提策略仅需要提取电压信号而非电流信号,不受继电器安装数量的限制,因此所提策略更具有实操性与通用性.
Abstract：Theincreasingscaleofdistributedenergynetworkhashadasignificantimpactonthefaultdetectionandclassificationoftraditionalovercurrentrelays.Aspatiotemporalrecursivegraphneuralnetworkmodelthatcaneffectivelydetectfaultsindistributedpowergridswasconstructedthroughemerginggraphlearningtechniques.Theneuralnetworkstructurecanextractspatiotemporalfeaturesbydetectingbusvoltageunitdata,andperformfaulteventdetection,faulttypeclassification,faultphaserecognition,andfaultlocalizationbasedonthespatiotemporalfeaturesofthedata.ThesimulationwasperformedonanIEEE123nodesystem.Theresultsindicatethattheproposedfaultdiagnosisstrategybasedonvoltagemeasurementhashigheraccuracycomparedtoexistingtraditionalschemes.Theproposedstrategyonlyneedstoextractvoltagesignalsratherthancurrentsignals,andisnotlimitedbythenumberofrelaysinstalled,therefore,theproposedstrategyismorepracticalandversatile.
作者：刘伟 蒙永苹 张明媚 欧睿 许懿Author：LiuWei MengYongping ZhangMingmei OuRui XuYi
作者单位：国网重庆市电力公司,重庆400014
刊名：电气自动化 ISTIC
Journal：ElectricalAutomation
年，卷(期)：2024, 46(3)
分类号：TM727
关键词：故障检测 故障分类 数据挖掘 神经网络 分布式电网
Keywords：faultdetection faultclassification datamining neuralnetwork distributedgrid
机标分类号：F273.1TP311.131TM721
在线出版日期：2024年6月21日
基金项目：国家电网有限公司总部科技项目基于数据挖掘的分布式电网故障检测与分类策略[
期刊论文] 电气自动化--2024, 46(3)刘伟 蒙永苹 张明媚 欧睿 许懿分布式能源入网规模的日益增大对传统过流继电器的故障检测及分类产生了重大影响.通过新兴的图学习技术构建了能有效检测分布式电网故障的时空递归图神经网络模型.该神经网络结构可以通过检测母线电压单元数据来提取时空...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于数据挖掘的分布式电网故障检测与分类策略 Distributed Power Grid Fault Detection and Classification Strategy Based on Data Mining
基于数据挖掘的分布式电网故障检测与分类策略.pdf
- 文件大小:
- 3.41 MB
- 下载次数:
- 60
-
高速下载
|
