摘要
本发明公开一种稳态特征与暂态特征融合的单相接地故障诊断方法,步骤如下:获取故障线路与非故障线路在线实时数据;对零序电流基波、零序电流五次谐波和零序电流有功分量的幅值、相位信息进行提取,获取故障线路稳态信息;基于等间隔采样信号计算故障首半波信号的幅值和相位信息,作为单相接地故障的暂态信息;利用提取的故障特征值作为输入层构建深度神经网络结构模型并优化,训练结束后保存最佳模型参数,将验证集输入最佳模型参数的故障诊断模型中,完成单相接地故障诊断。本发明采用稳态特征与暂态特征相结合的技术构思,能够有效地解决零序电流信号在经验模态分解过程中的模态混叠现象,极大提高了单相接地故障识别正确率及抗干扰性。
技术关键词
稳态特征
故障诊断方法
构建深度神经网络
故障诊断模型
单相接地故障
稳态信息
暂态信息
混叠现象
频率
实时数据
谐波
零序电流信号
线路
特征值
数学模型
识别正确率
系统为您推荐了相关专利信息
诊断变压器
信号故障诊断
故障诊断模型
变压器故障气体
变压器故障诊断
自动分析方法
单通道EEG信号
大语言模型
分类神经网络
深度神经网络分类
电机故障诊断方法
人工智能技术
网络架构
传感器
加权融合算法
早期故障检测方法
故障诊断模型
动力系统
非暂态计算机可读存储介质
三次样条插值法
高阶神经网络
故障诊断方法
核电设备
生成对抗网络
量子态