首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于CBAM-FCN的高压输电线路发展性故障识别方法
引用本文:
刘志远,于晓军,罗美玲,林泽暄,郝治国,张宇博,杨松浩.基于CBAM-FCN的高压输电线路发展性故障识别方法[J].电网与水力发电进展,2022,38(9):25-33.
作者姓名:
刘志远
于晓军
罗美玲
林泽暄
郝治国
张宇博
杨松浩
作者单位:
1. 国网宁夏电力有限公司;2. 西安交通大学
基金项目:
国家电网有限公司科技项目(5229NX19008P)
摘 要:
高压输电线路的发展性故障往往受运行状态和故障发展过程的影响,给故障甄别和保护决策造成困难。为了准确识别高压输电线路的发展性故障,保证继电保护装置动作的正确性,将全卷积神经网络(fully convolutional network, FCN)与卷积注意力模块(convolutional block attention module, CBAM)相结合,提出一种基于CBAM-FCN的发展性故障识别方法,通过在传统全卷积网络中引入CBAM模块,使神经网络能够聚焦于故障波形的突变、幅值等重要特征,忽略无关干扰。此外,所提方法能够输出表征故障状态变化的一维时序序列,实现对输电线路发展性故障的全过程识别。最后大量仿真验证了所提方法的抗噪性能和泛化能力,并通过可视化技术展示了网络模型的可解释性。
关 键 词:
输电线路故障识别
发展性故障
故障识别方法
全卷积神经网络
卷积注意力模块
An Evolved Faults Identification Method of HV Transmission Lines Based on CBAM-FCN
Authors:
LIU Zhiyuan
YU Xiaojun
LUO Meiling
LIN Zexuan
HAO Zhiguo
ZHANG Yubo
YANG Songhao
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