栈式降噪自编码网络在变压器故障诊断中的应用

为提高变压器故障诊断的准确率,提出了一种新型的变压器故障诊断网络,该网络以基于栈式降噪自编码网络为基础,把深度学习用在诊断变压器设备故障方面,建立深层网络模型,采取逐层贪婪编码的方式进行自适应的非监督式预训练,实现高维深层故障特征的自适应提取和挖掘,进而使用反向传播算法对模型进行监督式微调。最后利用Softmax分类器,对故障进行分类输出。最后通过实例验证表明,提出的栈式降噪自编码网络能准确、有效地对变压器进行故障诊断,与传统方法相比,该方法提高了变压器故障诊断的准确率。     

基于电流差动的直流配电网保护方案

针对直流配电网在发生短路故障时,短路电流上升迅速,直流断路器无法快速动作从而切除故障的问题,首先基于三相两电平电压源换流器构建直流配网的电源模块。分析了单端电源向无源网络供电时发生极间短路故障和单极接地短路故障的故障特征,提出了一种低电压保护和电流差动保护联合的保护方案,并且通过投切后备电源提高了供电的可靠性。最后在PSCAD/EMTDC平台中进行了仿真验证,结果表明在直流配网发生短路故障时,该保护能够快速可靠动作,并具有良好的选择性和灵敏性。