基于深度学习的配电网故障辨识系统研究

摘要

传统配电网故障辨识系统难以应对复杂多变的配电网故障情况，导致辨识误差大。针对上述问题，研究一种基于深度学习的配电网故障辨识系统。该系统以MVP结构为基础，设计3层框架结构。在配电网上布设故障录波器，采集故障数据并通过无线通讯模块传输到监控中心。监控中心处理器运行深度学习中的卷积神经网络算法，判别故障类型。通过C型行波法准确定位故障位置，完成故障辨识。结果表明，无论是面对何种工况，系统中定位单元的故障定位误差都相比更小，而两种传统方法在面对工况1、工况2这种单一故障时，定位准确度较高，但是面对工况3、工况4这种多种故障同时发生的复杂工况时，定位准确度就大大下降。

关键词

深度学习 / 卷积神经网络 / 配电网 / 故障辨识系统

基金资助

四川省科研攻关项目（MXDL2014-06-06）