摘要
本发明涉及一种基于变分模态分解(variational mode decomposition,VMD)‑卷积神经网络(convolutional neural networks,CNN)‑长短时记忆神经网络(Long‑Short Term Memory,LSTM)的小电流接地系统单相接地故障选线方法。当小电流接地系统发生单相接地故障时,通过VMD对配电网发生故障后的线路暂态零序电流信号进行预处理;其次,构建基于CNN‑LSTM的故障选线模型,并根据预处理信号对模型进行训练,挖掘数据的故障特征,达到准确识别故障线路的目的。本发明能够在各种故障工况下准确识别故障线路,提升小电流接地系统的故障选线检测精度。
技术关键词
识别故障
暂态零序电流信号
小电流接地系统
故障选线方法
信号分解方法
故障初始角
故障特征信号
故障特征信息
线路
单相接地故障
神经网络训练
深度神经网络
数据
故障工况
系统为您推荐了相关专利信息
状态监测系统
矿用光缆
微型机器人
传感器节点
神经网络模型
智能网联汽车
故障检测方法
车辆传感器数据
深度学习模型
网络通信数据
接地故障选线方法
等效电路模型
校验特征
指纹特征
多源特征