知识导航
资源分类

适于深层次CNN的配电网过电压数据集建立方法

适于深层次CNN的配电网过电压数据集建立方法

Method for Establishing Distribution Network Overvoltage Data Set for Deep CNN

Method for Establishing Distribution Network Overvoltage Data Set for Deep CNN

doi:
10.19457/j.1001-2095.dqcd22438
摘要:
随着人工智能算法的快速发展,在配网过电压识别中层数较少的卷积神经网络已得到应用.深层次网络有较高的识别率,但需要大量数据样本,目前已有数据集数据量不足,不能满足深层级网络训练所需.为此提出了一种满足深层次网络训练所需的配电网过电压数据集建立方法.首先利用电磁暂态仿真软件EMTPworks仿真10 kV配网5种典型的过电压并且编辑相应的JavaScript脚本,通过改变故障初相角、过渡电阻、线路长度等参数产生16272个数据.然后将三相过电压一维信号进行连续小波变换,得到相应二维时频图,并根据原始信号的特征自动标记二维时频图,从而建立了完整的配电网过电压数据集.最后利用卷积神经网络(CNN)对5类过电压信号数据的有效性进行验证.结果表明,构造的数据集数据规模大,有效性高,能够满足深层次网络需要.
作者 贾俊青 [1] 吕超 [1] 刘丁华 [1] 徐浩 [2]
Author: JIA Junqing[1] Lü Chao[1] LIU Dinghua[1] XU Hao[2]
作者单位
  1. 内蒙古电力科学研究院,内蒙古呼和浩特010020
  2. 内蒙古工业大学电力学院,内蒙古呼和浩特010321
期 刊: 电气传动 ISTIC EI SCI PKU CSSCI
Journal: Electric Drive
年,卷(期) 2022, 52(9)
分类号 TM46 TM28
关键词: 配电网;过电压;连续小波变换;JavaScript脚本;卷积神经网络 知识脉络
机标分类号 TP393.08 TM614 TM743
基金项目
参考文献和引证文献
返回顶部参考文献
返回顶部引证文献
返回顶部本文读者也读过
返回顶部相似文献
返回顶部相关博文

知识产权声明| 服务承诺| 联系我们| 人才招聘| 客户服务| 关于我们

京ICP证:010071  互联网出版许可证:新出网证(京)字042号  京公网安备11010802020237号
万方数据知识服务平台--国家科技支撑计划资助项目(编号:2006BAH03B01)©北京万方数据股份有限公司  万方数据电子出版社