基于遥信数据故障编码技术及DHNN校正的电网故障诊断方法

提出采用故障编码技术形成故障空间最优编码集,然后通过模板匹配的方式进行电网故障诊断的方法.针对由于缺少前端故障遥信数据处理的清洗算法,造成故障诊断算法诊断正确率不高的问题,提出了建立离散Hopfield神经网络模型用于故障遥信数据的前端数据清洗的算法.利用故障遥信数据之间的相关性对遥信变位数据进行分组,并对各组数据分别采用所提出的算法进行数据清洗,利用穷举输入状态数据的方法求取了算法的修正域,从而建立了DHNN清洗模型.最终形成具有纠错能力的电网故障智能诊断方法,实现在故障诊断空间内对故障元件的诊断.通过实际电网的故障遥信数据的测试,验证了DHNN神经网络信息纠正模型和故障诊断模型对电网故障元...

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 47; no. 21; pp. 62 - 72
Main Authors 肖飞, 杨建平, 邓祥力, 叶康, 魏聪聪
Format Journal Article
LanguageChinese
Published 国网上海市电力公司,上海,200122%上海电力大学电气工程学院,上海,200090 01.11.2019
Subjects
离散Hopfield神经网络
电网故障诊断
故障遥信
数据清洗
Online AccessGet full text
ISSN1674-3415
DOI10.19783/j.cnki.pspc.181497

Cover

More Information
Summary:提出采用故障编码技术形成故障空间最优编码集,然后通过模板匹配的方式进行电网故障诊断的方法.针对由于缺少前端故障遥信数据处理的清洗算法,造成故障诊断算法诊断正确率不高的问题,提出了建立离散Hopfield神经网络模型用于故障遥信数据的前端数据清洗的算法.利用故障遥信数据之间的相关性对遥信变位数据进行分组,并对各组数据分别采用所提出的算法进行数据清洗,利用穷举输入状态数据的方法求取了算法的修正域,从而建立了DHNN清洗模型.最终形成具有纠错能力的电网故障智能诊断方法,实现在故障诊断空间内对故障元件的诊断.通过实际电网的故障遥信数据的测试,验证了DHNN神经网络信息纠正模型和故障诊断模型对电网故障元件诊断的有效性.
ISSN:1674-3415
DOI:10.19783/j.cnki.pspc.181497