一套接地故障选线装置包含1台电压监测终端和若干台电流监测终端。为了现场安装和维护的方便,接地故障选线装置的监测终端采用拔插式板卡设计。接地故障选线装置的监测终端的机箱体积小、接线简易,既适合分散安装于母线柜...[继续阅读]

    1. 幅值互相关系数矩阵求取若有M条线路,Yi(i=1,2,…,M) 表示第i条线路的故障暂态零序电流波形的时间序列。利用改进DTW算法,求取各线路暂态零序电流首半波两两之间的幅值互相关系数gij(i,j=1,2,…,M),可得幅值互相关系数矩阵ACCM(G) 为...[继续阅读]

    配电网发生单相接地故障时,各线路的零序电流和母线处的零序电压均会发生突变,但当发生的接地故障的类型为高阻接地故障时,零序电流中的故障特征远不如零序电压的明显。因此,以母线处测得的零序电压作为启动算法的输入量...[继续阅读]

    1. 稀疏连接传统人工神经网络中,通过矩阵乘法来建立输入与输出神经元之间的连接关系,称为全连接方式。其中,每个神经元与后一层所有神经元之间均存在权连接。因此,全连接网络中存在大量待定参数,网络训练过程的计算量大。卷...[继续阅读]

    现有的配电网单相接地故障选线方法大多基于人工经验选取特征量和分类器,其利用小波 (包) 变换、S变换及希尔伯特-黄变换等数学方法提取故障信号的特征量,如能量、能量方向、突变量、波形相关系数、重心率等,通过特征量差异...[继续阅读]

    根据谐振接地系统发生单相接地故障时,故障线路与非故障线路间暂态零序电流的相似程度比非故障线路间暂态零序电流的相似程度小的特点,结合DTW距离和构造的极性系数矩阵,求取暂态零序电流波形的幅值互相关系数矩阵和极性互...[继续阅读]

    卷积神经网络通常包含输入层、卷积层、池化层、全连接层和输出层。交替利用卷积层和池化层实现对输入数据的特征的层层提取,输出层采用全连接神经网络。1. 卷积层卷积层实现对其前一层输出的特征矢量的卷积操作,对于离散型...[继续阅读]

    受多种因素影响,配电网的线路在运行过程中,会出现典型及一些特殊的单相接地故障类型,例如弧光接地故障、高阻接地故障,并可能出现两点接地故障、网络结构变化等特殊情况。线路L4的A相发生故障初相角为0°,接地过渡电阻为5Ω...[继续阅读]

    1. 组成单元自动编码器由大量神经元组成,单个神经元的结构如图7-1所示。其中X={x1,x2,…,xn}为训练样本,n为样本长度,z为神经元状态值,hW,b(X) 为神经元输出,W={w1,w2,…,wn} 为权连接,b为偏置。将X输入神经元中,其输出值为式中:f(·) 为激活...[继续阅读]

    [1] 杨耿杰,郭谋发. 电力系统分析 [M]. 2版. 北京: 中国电力出版社,2013....[继续阅读]