基于深度学习的电流互感器隐性故障诊断方法

邵庆祝; 谢民; 汪伟; 于洋; 张骏

doi:10.20033/j.1003-7241.(2024)03-0082-05

自动化技术与应用 ›› 2024, Vol. 43 ›› Issue (03) : 82 -86. DOI: 10.20033/j.1003-7241.(2024)03-0082-05

基于深度学习的电流互感器隐性故障诊断方法

邵庆祝, 谢民, 汪伟, 于洋, 张骏

作者信息 +

Author information +

文章历史 +

摘要

电流互感器的正常稳定工作对电力保护系统至关重要，但其隐性故障检测一直是保护系统状态监测的难题。针对这一问题，提出基于循环卷积块网络的电流互感器隐性故障诊断模型。首先对电流互感器的电流以及告警信息时序数据进行预处理，然后通过循环卷积块和池化操作对隐性故障数据进行特征提取，通过softmax分类器进行分类识别，并构建了智能隐性故障诊断模型。最后利用某特高压换流站电流互感器采集实际数据，开展故障识别实验，验证了基于深度学习的电流互感器隐性故障诊断方法的有效性。