基于云边架构和小波神经网络的配电网故障诊断方法

被引：12

作者：

孔祥玉 ^{[1
]}

徐勇 ^{[1
]}

李鹏 ^{[2
]}

袁智勇 ^{[2
]}

徐全 ^{[2
]}

机构：

[1] 教育部智能电网重点实验室(天津大学)

[2] 南方电网科学研究院有限责任公司

来源：

供用电 | 2020年 / 37卷 / 04期

基金：

国家重点研发计划;

关键词：

电力物联网; 配电网; 小波神经网络; 故障诊断; 配电网同步相量测量单元;

D O I：

10.19421/j.cnki.1006-6357.2020.04.003

中图分类号：

TM72 [输配电技术]; TP183 [人工神经网络与计算];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

电力物联网的建设促进了配电网故障诊断技术的发展。提出了基于云边架构和小波神经网络的配电网故障诊断方法,利用电力物联网的智能传感和通信技术,实现配电网故障诊断的同步数据量测及智能化信息分析。根据配电网同步相量测量单元(distributed phasor measurement unit,D-PMU)等装置对配电网故障进行分层处理,将经过小波变换的故障电流信号进行小波包变换分解得到故障特征向量,带入神经网络训练,输出诊断结果,实现快速收敛并减少了故障时间,提高了故障诊断精度。通过仿真算例验证,证明了所提方法的有效性。

引用

页码：17 / 23

页数：7

共 17 条

[1]

一种基于遗传算法优化BP神经网络的电网故障诊断方法 [J].