首页 | 本学科首页   官方微博 | 高级检索  
     

基于广义深度学习的含DG配网故障诊断方法
引用本文:孔祥轩,郑楚韬,仇志成,王伟冠,黄焯麟,何其淼,王波.基于广义深度学习的含DG配网故障诊断方法[J].电网与水力发电进展,2020,36(11):53-57.
作者姓名:孔祥轩  郑楚韬  仇志成  王伟冠  黄焯麟  何其淼  王波
作者单位:1. 广东电网有限责任公司 佛山供电局;2. 武汉大学 电气与自动化学院
基金项目:国家自然科学基金(51777142,51907096);青海省自然科学基金(2019-ZJ-950Q)
摘    要:针对传统故障定位方法难以满足含分布式电源配电网的问题,提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势,挖掘响应数据与故障位置之间的映射关系,建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明,该方法可有效实现含分布式电源配电网的故障定位,准确率高,速度快,且在信息畸变或缺失时容错性好。

关 键 词:分布式电源  配电网  故障定位  广义回归神经网络

Fault Location of Distribution Network with DG Based on GDL
Authors:KONG Xiangxuan  ZHENG Chutao  QIU Zhicheng  WANG Weiguan  HUANG Zhuolin  HE Qimiao  WANG Bo
Abstract:
Keywords:
点击此处可从《电网与水力发电进展》浏览原始摘要信息
点击此处可从《电网与水力发电进展》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号