基于复合神经网络的架空线路故障诊断分析

本文提出的技术最终用于高压电网的非侵入式监测。为了发展一种能够避免架空输电网故障的预测方法,考虑了线路两段之间的连接节点。该方法基于频率响应分析(FRA)和机器学习,采用基于多值神经元(MVN)神经网络的神经分类器表示。该方法可以看作是一个智能测量块,其中一个单一的测量是由一个神经分类器用来提取信息,能够诊断架空线路故障。本文提出的方法可以用来解决工业界许多不同的问题,例如最磨损的电气设备的管理。在这个意义上,预测方法允许通过定位关键部件来减少故障修复恢复时间。这种监测系统增加了使用该系统的电网的全球可用性,从实际角度来看,电网公司可以利用该系统在线控制运行条件。