-
题名基于改进图神经网络的含源配电网故障诊断方法及效果
- 1
-
-
作者
胡登宇
王宝华
刘晋宏
-
机构
南京理工大学自动化学院
-
出处
《科学技术与工程》
北大核心
2025年第21期8936-8944,共9页
-
基金
江苏省自然科学基金(BK20230934)。
-
文摘
分布式电源大量接入,导致含源配网故障弱特征化以及故障时刻产生大量谐波信号,传统故障诊断方法应用效果不佳。提出一种基于改进图神经网络的含源配网故障诊断方法。首先,利用小波变换提取故障前后电流电压细节系数;其次,通过加权投影关联分析法计算各电气量之间的关联度;再次,选择关联度较高的电气量作为输入搭建基于图神经网络的含源配网故障诊断模型;最后,在MATLAB/Simulink中搭建了不同电压等级的含源配网故障仿真模型。结果表明,该故障诊断方法能有效强化故障信号并在不同电压等级的含源配网下对故障准确定位与分类,在数据缺失与噪声环境下也能保持良好的诊断性能,具有良好的鲁棒性与泛化性。
-
关键词
故障诊断
极大重叠离散小波变换
灰色关联度
加权灰色关联投影法
图神经网络
-
Keywords
fault diagnosis in distribution networks
maximal overlap discrete wavelet transform
grey correlation degree
weighted gray relational projection method
graph neural network
-
分类号
TM727
[电气工程—电力系统及自动化]
-
