摘要
基于本地数据驱动的环形直流微电网故障定位方法,针对少故障样本和弱正极电流特征下的故障定位问题,提出了一种基于本地故障数据驱动的精确定位方法,为故障隔离后的检修工作提供依据。针对故障样本不足的问题,提出了基于注意力机制和门控循环单元神经网络的故障数据增强方法,通过预测故障隔离后的故障电压电流动态来扩充智能故障定位所需的训练数据。针对弱正极电流特征导致的高阻和负极接地故障定位难题,提出了结合离散小波变换、极限学习机与自适应增强算法的故障定位方法,从弱特征的故障样本中提取和学习隐含的故障位置信息,提高线路故障定位精度。
技术关键词
故障定位方法
直流微电网
离散小波变换
定位器
故障隔离
数据
GRU模型
故障定位模型
构造特征向量
小波能量熵
Adaboost模型
故障特征提取
门控循环单元神经网络
样本
Adaboost算法
滑动窗口法
极限学习机
预测误差
智能故障定位
系统为您推荐了相关专利信息
远程控制开关
监测站
远程控制计算机
抗震电线杆
大坝
定位追踪系统
电脑系统
半实物仿真装置
VR虚拟现实
扳手本体
故障选线方法
直流电缆
深度残差网络模型
高频暂态信号
频域特征提取
直流微电网系统
等效串联电阻
直流电压变换器
电感
虚拟电阻补偿
定位器械
影像
特征轮廓
训练神经网络模型
畸变参数