基于多源数据融合的输电线路故障原因辨识方法

摘要

输电线路是电力系统稳定运行的关键元素，当输电线路发生故障时，如何快速而准确地识别故障原因对电力系统的安全稳定运行具有重要意义.针对现有输电线路故障原因辨识方案存在准确度低等问题，提出一种多源数据融合的输电线路故障原因辨识方法.首先，刻画输电线路不同故障类型的外界干扰因素和数据波形特征，为多源数据输入提供理论支持；其次，利用格拉姆角场及特征编码对故障信息进行预处理，从时序波形、二维图像和离散特征角度构造不同故障类型的特征表达方式；然后，设计了一种自适应边界参数融合长短时记忆神经网络、卷积神经网络和人工神经网络对输电线路故障原因进行辨识分类；最后，通过真实数据对比测试验证了所提方法的有效性和先进性，为完成高精度的输电线路故障原因辨识任务提供可靠解决方案.

关键词

输电线路 / 故障辨识 / 多源数据融合 / 人工智能 / 模型融合