-
题名基于Seq2Seq技术的输电线路故障类型识别方法
被引量：15
- 1
-
-
作者
饶超平
肖博文
严星
廖方帆
王琦婷
-
机构
武汉晴川学院
国网荆门供电公司
三峡大学电气与新能源学院
-
出处
《智慧电力》
北大核心
2020年第5期99-105,110,共8页
-
基金
国家自然基金青年资助项目(51607103)。
-
文摘
基于Seq2Seq技术构建了用于输电线路故障类型识别的深度学习模型,通过设置仿真算例验证了所提方法的有效性.首先,利用MATLAB/Simulink生成输电线路故障数据集;然后,基于Seq2Seq技术构建适用于故障数据时序型特征的深度学习模型;最后,以IEEE118节点系统为例对所提方法进行验证.仿真结果表明:所提方法能够适应输电线路故障的时序型特点,故障类型辨识准确率为100%.与其他故障类型识别方法相比,所提方法仅基于海量数据,不考虑电力系统具体结构,具有显著的优越性.
-
关键词
人工智能技术
故障类型识别
Seq2Seq技术
时序型特征
深度学习
-
Keywords
artificial intelligence technology
fault type recognition
Seq2Seq technology
time series characteristics
deep learning
-
分类号
TM712
[电气工程—电力系统及自动化]
-
