基于TensorFlow框架的有源配电网深度学习故障定位方法

基于TensorFlow框架的有源配电网深度学习故障定位方法

论文摘要

随着大规模分布式电源(DG)接入配电网,配电网的结构由传统的辐射型变为多端电源结构,传统的故障定位方法不再完全满足含DG的配电网系统,对此提出一种基于深度学习的有源配电网故障定位方法。首先通过馈线监控终端采集过电流故障数据与节点电压数据,结合各电源出力数据,形成故障数据向量;然后使用Tensorflow构建基于全连接网络的深度神经网络模型,挖掘故障数据向量与故障支路之间的映射联系,形成故障定位模型;最后利用该模型在线定位故障并验证其有效性。模型测试结果表示,与反向传播神经网络、学习向量量化神经网络模型相比,深度学习模型收敛速度更快,故障定位准确率更高,同时在数据畸变或缺失时,模型具有较高的容错性。

论文目录

  • 0 引言
  • 1 深度学习框架Tensorflow及模型介绍
  •   1.1 Tensorflow框架
  •   1.2 基于Tensorflow框架的深度学习模型
  • 2 有源配电网故障数据处理
  •   2.1 有源配电网故障数据向量
  •   2.2 故障数据标签One-Hot编码
  •   2.3 故障数据畸形缺失处理及标准化
  • 3 基于深度学习的有源配电网故障定位模型
  •   3.1 有源配电网故障定位逻辑
  •   3.2 输入模块
  •   3.3 网络模块
  •     3.3.1 DNN模型
  •     3.3.2 网络神经元Dropout
  •   3.4 损失模块与训练模块
  •   3.5 评估模块
  • 4 算例分析
  •   4.1 算例说明
  •   4.2 故障定位模型定位结果验证
  •   4.3 模型测试结果对比分析
  •     4.3.1 Dropout对结果的影响分析
  •     4.3.2 优化函数对结果的影响分析
  •     4.3.3 不同故障定位方法结果对比
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘成民,戴中坚,陈轩

    关键词: 分布式电源,配电网,深度学习,故障定位

    来源: 电力工程技术 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 国网江苏省电力有限公司检修分公司,东南大学电气工程学院

    基金: 国家电网有限公司总部科技项目(SGTYHT,17-JS-199)

    分类号: TP18;TM73

    页码: 8-15

    总页数: 8

    文件大小: 1888K

    下载量: 218

    相关论文文献

    标签:;  ;  ;  ;  

    基于TensorFlow框架的有源配电网深度学习故障定位方法
    下载Doc文档

    猜你喜欢