期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于波形分区重构的变压器励磁涌流与故障电流识别方法
被引量:
7
1
作者
栗磊
赫嘉楠
+3 位作者
熊军辉
林泽暄
郝治国
满在领
《电网与清洁能源》
CSCD
北大核心
2023年第2期16-23,32,共9页
励磁涌流是影响差动保护正确动作率的重要因素,在电力变压器中时常发生,而大故障电流导致的电流互感器饱和也会对差动保护造成影响。为了提高差动保护的可靠性,该文提出一种基于波形分区重构的变压器励磁涌流与故障电流识别方法。首先...
励磁涌流是影响差动保护正确动作率的重要因素,在电力变压器中时常发生,而大故障电流导致的电流互感器饱和也会对差动保护造成影响。为了提高差动保护的可靠性,该文提出一种基于波形分区重构的变压器励磁涌流与故障电流识别方法。首先分析了变压器励磁涌流和电流互感器饱和的波形特性,提出了将差动电流分区和重构的思想。基于此,采用小波系数能量与二阶导数能量作为联合判据,将差动电流划分为线性区和饱和区并重构。然后根据波形趋势构造了幅值的绝对值之比,利用该比值决定判断变压器是否发生了故障。最后,通过大量的仿真测试、各场景下的波形分析以及与传统方法的对比,证明了所提方法的有效性、优越性。
展开更多
关键词
变压器差动保护
励磁涌流
电流互感器饱和
小波能量
波形分区重构
下载PDF
职称材料
基于CBAM-FCN的高压输电线路发展性故障识别方法
被引量:
9
2
作者
刘志远
于晓军
+4 位作者
罗美玲
林泽暄
郝治国
张宇博
杨松浩
《电网与清洁能源》
北大核心
2022年第9期25-33,44,共10页
高压输电线路的发展性故障往往受运行状态和故障发展过程的影响,给故障甄别和保护决策造成困难。为了准确识别高压输电线路的发展性故障,保证继电保护装置动作的正确性,将全卷积神经网络(fully convolutional network,FCN)与卷积注意力...
高压输电线路的发展性故障往往受运行状态和故障发展过程的影响,给故障甄别和保护决策造成困难。为了准确识别高压输电线路的发展性故障,保证继电保护装置动作的正确性,将全卷积神经网络(fully convolutional network,FCN)与卷积注意力模块(convolutional block attention module,CBAM)相结合,提出一种基于CBAM-FCN的发展性故障识别方法,通过在传统全卷积网络中引入CBAM模块,使神经网络能够聚焦于故障波形的突变、幅值等重要特征,忽略无关干扰。此外,所提方法能够输出表征故障状态变化的一维时序序列,实现对输电线路发展性故障的全过程识别。最后大量仿真验证了所提方法的抗噪性能和泛化能力,并通过可视化技术展示了网络模型的可解释性。
展开更多
关键词
输电线路故障识别
发展性故障
故障识别方法
全卷积神经网络
卷积注意力模块
下载PDF
职称材料
基于深度字典学习的输电线路故障分类方法
被引量:
5
3
作者
张宇博
郝治国
+3 位作者
林泽暄
杨松浩
刘志远
于晓军
《电力自动化设备》
EI
CSCD
北大核心
2022年第11期159-166,共8页
针对当前输电线路故障分类识别方法存在的阈值整定复杂、人工智能算法可解释性不足等问题,提出了一种基于深度字典学习的输电线路故障分类方法。该方法利用稀疏性约束驱动字典自动提取样本中的故障特征,同时深度字典结构使得所提取的故...
针对当前输电线路故障分类识别方法存在的阈值整定复杂、人工智能算法可解释性不足等问题,提出了一种基于深度字典学习的输电线路故障分类方法。该方法利用稀疏性约束驱动字典自动提取样本中的故障特征,同时深度字典结构使得所提取的故障特征具有较好的层次性和物理含义,符合人对故障的直观认识,一定程度上解决了数据驱动型方法可解释性不足的问题。最后,通过PSCAD/EMTDC仿真验证了所提方法的有效性。
展开更多
关键词
输电线路
故障分类
稀疏表示
深度字典学习
下载PDF
职称材料
题名
基于波形分区重构的变压器励磁涌流与故障电流识别方法
被引量:
7
1
作者
栗磊
赫嘉楠
熊军辉
林泽暄
郝治国
满在领
机构
国网宁夏电力有限公司电力科学研究院
西安交通大学电气工程学院
出处
《电网与清洁能源》
CSCD
北大核心
2023年第2期16-23,32,共9页
基金
宁夏自然科学基金项目(2020AAC03484)
国网宁夏电力有限公司科技项目(5229DK190055)。
文摘
励磁涌流是影响差动保护正确动作率的重要因素,在电力变压器中时常发生,而大故障电流导致的电流互感器饱和也会对差动保护造成影响。为了提高差动保护的可靠性,该文提出一种基于波形分区重构的变压器励磁涌流与故障电流识别方法。首先分析了变压器励磁涌流和电流互感器饱和的波形特性,提出了将差动电流分区和重构的思想。基于此,采用小波系数能量与二阶导数能量作为联合判据,将差动电流划分为线性区和饱和区并重构。然后根据波形趋势构造了幅值的绝对值之比,利用该比值决定判断变压器是否发生了故障。最后,通过大量的仿真测试、各场景下的波形分析以及与传统方法的对比,证明了所提方法的有效性、优越性。
关键词
变压器差动保护
励磁涌流
电流互感器饱和
小波能量
波形分区重构
Keywords
transformer differential protection
inrush current
CT saturation
wavelet energy
waveform partition and reconstruction
分类号
TM41 [电气工程—电器]
下载PDF
职称材料
题名
基于CBAM-FCN的高压输电线路发展性故障识别方法
被引量:
9
2
作者
刘志远
于晓军
罗美玲
林泽暄
郝治国
张宇博
杨松浩
机构
国网宁夏电力有限公司
西安交通大学
出处
《电网与清洁能源》
北大核心
2022年第9期25-33,44,共10页
基金
国家电网有限公司科技项目(5229NX19008P)。
文摘
高压输电线路的发展性故障往往受运行状态和故障发展过程的影响,给故障甄别和保护决策造成困难。为了准确识别高压输电线路的发展性故障,保证继电保护装置动作的正确性,将全卷积神经网络(fully convolutional network,FCN)与卷积注意力模块(convolutional block attention module,CBAM)相结合,提出一种基于CBAM-FCN的发展性故障识别方法,通过在传统全卷积网络中引入CBAM模块,使神经网络能够聚焦于故障波形的突变、幅值等重要特征,忽略无关干扰。此外,所提方法能够输出表征故障状态变化的一维时序序列,实现对输电线路发展性故障的全过程识别。最后大量仿真验证了所提方法的抗噪性能和泛化能力,并通过可视化技术展示了网络模型的可解释性。
关键词
输电线路故障识别
发展性故障
故障识别方法
全卷积神经网络
卷积注意力模块
Keywords
faults identification of transmission line
evolved faults
fault diagnosis method
FCN
CBAM
分类号
TM773 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于深度字典学习的输电线路故障分类方法
被引量:
5
3
作者
张宇博
郝治国
林泽暄
杨松浩
刘志远
于晓军
机构
西安交通大学电气工程学院
国网宁夏电力有限公司
出处
《电力自动化设备》
EI
CSCD
北大核心
2022年第11期159-166,共8页
基金
国家自然科学基金资助项目(52007143)
中国博士后科学基金资助项目(2021M692526)。
文摘
针对当前输电线路故障分类识别方法存在的阈值整定复杂、人工智能算法可解释性不足等问题,提出了一种基于深度字典学习的输电线路故障分类方法。该方法利用稀疏性约束驱动字典自动提取样本中的故障特征,同时深度字典结构使得所提取的故障特征具有较好的层次性和物理含义,符合人对故障的直观认识,一定程度上解决了数据驱动型方法可解释性不足的问题。最后,通过PSCAD/EMTDC仿真验证了所提方法的有效性。
关键词
输电线路
故障分类
稀疏表示
深度字典学习
Keywords
transmission line
fault classification
sparse representation
deep dictionary learning
分类号
TM75 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于波形分区重构的变压器励磁涌流与故障电流识别方法
栗磊
赫嘉楠
熊军辉
林泽暄
郝治国
满在领
《电网与清洁能源》
CSCD
北大核心
2023
7
下载PDF
职称材料
2
基于CBAM-FCN的高压输电线路发展性故障识别方法
刘志远
于晓军
罗美玲
林泽暄
郝治国
张宇博
杨松浩
《电网与清洁能源》
北大核心
2022
9
下载PDF
职称材料
3
基于深度字典学习的输电线路故障分类方法
张宇博
郝治国
林泽暄
杨松浩
刘志远
于晓军
《电力自动化设备》
EI
CSCD
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部