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
2
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
基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究
被引量:
86
1
作者
魏东
龚庆武
+4 位作者
来文青
王波
刘栋
乔卉
林刚
《中国电机工程学报》
EI
CSCD
北大核心
2016年第S1期21-28,共8页
在分析深度学习模型之一——卷积神经网络(convolutional neural network,CNN)的结构及原理的基础上,提出基于卷积神经网络的输电线路区内外故障判断及故障选相新方法。提出了采用两个softmax分类器的CNN网络结构,用同一CNN网络同时解...
在分析深度学习模型之一——卷积神经网络(convolutional neural network,CNN)的结构及原理的基础上,提出基于卷积神经网络的输电线路区内外故障判断及故障选相新方法。提出了采用两个softmax分类器的CNN网络结构,用同一CNN网络同时解决了区内外故障判断和故障选相两类非独立分类问题,实现了两种非独立分类问题的权值共享。数字仿真实验和实际现场故障数据测试结果表明:文中构建的数学模型,能同时实现区内外故障判断和故障选相,对采样率要求低,不需要整定任何参数,不受系统频率、故障位置、负荷电流、过渡电阻等因素的影响,结果准确可靠。
展开更多
关键词
深度学习
卷积神经网络
区内外故障判断
故障
选相
权值共享
错误率
下载PDF
职称材料
基于单端行波信号的输电线路区内外故障智能判断方法
2
作者
吕东晓
凌谢津
+3 位作者
王英英
陈祥文
任康杰
李银红
《水电能源科学》
北大核心
2022年第6期207-210,206,共5页
根据故障行波的传输特性和折、反射机理,提出了一种基于单端行波信号的输电线路区内外故障智能判断新方法。该方法通过门控循环单元搭建了一个深度学习分类网络,根据线路长度将单端故障行波信号切割为短序列作为神经网络的输入,输出为...
根据故障行波的传输特性和折、反射机理,提出了一种基于单端行波信号的输电线路区内外故障智能判断新方法。该方法通过门控循环单元搭建了一个深度学习分类网络,根据线路长度将单端故障行波信号切割为短序列作为神经网络的输入,输出为反向区外故障、区内故障、正向区外故障三种故障位置的概率,并采用自适应Adam优化算法训练神经网络的参数。算例结果表明,所提方案充分有效地利用行波信号中的故障特征,能准确辨别输电线路区内外故障,在线路的首末端均具有较高的鲁棒性,且在高噪声干扰的情况下仍能保持良好的准确率。
展开更多
关键词
区内外故障判断
故障
行波
深度学习
循环神经网络
下载PDF
职称材料
题名
基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究
被引量:
86
1
作者
魏东
龚庆武
来文青
王波
刘栋
乔卉
林刚
机构
武汉大学电气工程学院
国网内蒙古东部电力有限公司
出处
《中国电机工程学报》
EI
CSCD
北大核心
2016年第S1期21-28,共8页
基金
国家科技支撑计划资助项目(2013BAA02B01)
国网内蒙古东部电力有限公司科技项目(GXTC-1541016)~~
文摘
在分析深度学习模型之一——卷积神经网络(convolutional neural network,CNN)的结构及原理的基础上,提出基于卷积神经网络的输电线路区内外故障判断及故障选相新方法。提出了采用两个softmax分类器的CNN网络结构,用同一CNN网络同时解决了区内外故障判断和故障选相两类非独立分类问题,实现了两种非独立分类问题的权值共享。数字仿真实验和实际现场故障数据测试结果表明:文中构建的数学模型,能同时实现区内外故障判断和故障选相,对采样率要求低,不需要整定任何参数,不受系统频率、故障位置、负荷电流、过渡电阻等因素的影响,结果准确可靠。
关键词
深度学习
卷积神经网络
区内外故障判断
故障
选相
权值共享
错误率
Keywords
Convolution
Electric fault currents
Electric lines
Failure analysis
Network architecture
Neural networks
Problem solving
Site selection
分类号
TM75 [电气工程—电力系统及自动化]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于单端行波信号的输电线路区内外故障智能判断方法
2
作者
吕东晓
凌谢津
王英英
陈祥文
任康杰
李银红
机构
国家电网有限公司华中分部
华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室
出处
《水电能源科学》
北大核心
2022年第6期207-210,206,共5页
基金
国家重点研发计划(2016YFB0900100)。
文摘
根据故障行波的传输特性和折、反射机理,提出了一种基于单端行波信号的输电线路区内外故障智能判断新方法。该方法通过门控循环单元搭建了一个深度学习分类网络,根据线路长度将单端故障行波信号切割为短序列作为神经网络的输入,输出为反向区外故障、区内故障、正向区外故障三种故障位置的概率,并采用自适应Adam优化算法训练神经网络的参数。算例结果表明,所提方案充分有效地利用行波信号中的故障特征,能准确辨别输电线路区内外故障,在线路的首末端均具有较高的鲁棒性,且在高噪声干扰的情况下仍能保持良好的准确率。
关键词
区内外故障判断
故障
行波
深度学习
循环神经网络
Keywords
internal and external fault diagnosis
travelling wave
deep learning
recurrent neural network
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
基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究
魏东
龚庆武
来文青
王波
刘栋
乔卉
林刚
《中国电机工程学报》
EI
CSCD
北大核心
2016
86
下载PDF
职称材料
2
基于单端行波信号的输电线路区内外故障智能判断方法
吕东晓
凌谢津
王英英
陈祥文
任康杰
李银红
《水电能源科学》
北大核心
2022
0
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