摘要
本发明提供了一种船舶直流微电网故障选极方法,包括步骤:仿真船舶直流微电网模型在不同工作状态,不同故障位置,发生不同故障类型,并采集整流侧平波电抗器阀侧的故障电压值、故障电流值;利用S变换对采集的特征数据进行维度变换和时域分析,生成时间‑频率灰度图像;将生成的灰度图像通过卷积神经网络学习并训练故障选极模型;线路故障时,将采集的整流侧平波电抗器阀侧的实时电压值和实时电流值通过选极模型,选出对应发生故障线路的极;根据选极结果,辅助继电保护系统断开相应的故障线路。本发明仅利用整流侧故障数据,选极速度快,选极准确可靠且具有良好的抗噪音、抗过渡电阻的能力。
技术关键词
故障选极方法
直流微电网
卷积神经网络学习
继电保护系统
船舶
线路
电抗器
图像
电流值
抗过渡电阻
断开系统
数据
频率
电压
负极
指标
速度
尺寸
系统为您推荐了相关专利信息
红外检测方法
电力设备红外
识别电力设备
温度检测技术
图像增强
网络训练方法
船舶
网络应用方法
异常数据处理
水上交通技术
傅里叶变换处理
识别方法
计算机执行指令
卷积神经网络算法
船舶