摘要
特高压直流输电为距离较远的地区输送电能,但受传输距离、沿途环境以及衔接环节的影响极易发生故障,为了提高对故障问题的准确判断,研究基于深度学习的特高压直流输电线路故障自动诊断系统。在硬件设计方面,优化系统总体框架,改进监控硬件中的通信电路。在软件设计方面,采用PSCAD构建特高压直流输电线路仿真模型,提取监控数据出现异常时的故障高频信号;运用变分模态分解法描述信号的单分量调幅调频,降噪处理后分解信号;基于深度学习算法中的稀疏自动编码器对分解结果分类,利用深度置信网络输入与输出分类数据,通过计算某一信号属于不同故障类别的概率,实现对特高压直流输电线路的故障自动诊断。仿真测试要求与基于BP神经网络的故障自动诊断系统进行比较,此次研究的系统利用深度学习有效处理输入信号,根据故障波形提取结果得出故障诊断结论,结果显示最终的故障诊断结果与实际仿真结果完全一致。
