基于残差卷积神经网的高压直流故障测距方法

打开文本图片集

摘 要：针对传统的特高压直流输电线路故障测距过度依赖线路本身衰减常数的问题，提出了一种基于残差卷积神经网的高压直流故障测距方法。利用残差卷积神经网络（Residual Convolution Neural Network， RCNN）的非线性拟合能力，不用计算线路衰减常数就可以实现故障准确定位。首先，使用小波变换提取不同频带的故障电压、电流，将其作为残差卷积神经网络的输入；然后，对输入数据进行故障特征学习，训练网络，更新参数，最终形成特高压直流输电线路故障测距模型，输出故障测距参数；最后，经过实验结果表明，基于残差卷积神经网的高压直流故障测距方法检测速度快、精度高，并且在过渡电阻接入下仍然具有很高的精度，验证了该方法的有效性。（剩余16001字）