可再生能源

2023, v.41;No.295(03) 401-410

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于FDM孪生网络的风电场集电线单相接地故障区段定位
Single-phase grounding fault location of wind farm collection line based on FDM and Siamese neural network

刘富州;萨仁娜;朱永利;张翼;蔡炜豪;

摘要(Abstract):

针对风电场集电线路故障后定位困难以及故障样本稀缺问题,文章提出了基于傅里叶分解算法与孪生神经网络相结合的风电场集电线路区段定位方案。傅里叶分解算法适用于集电线路接地故障所产生的瞬态非平稳信号;孪生神经网络可用于对样本集的扩充和辅助训练识别网络。该方案首先提取集电线故障信号线模分量,借助傅里叶分解算法生成时频能量谱;然后借助孪生神经网络扩充样本集,并在该集合上辅助训练定位网络;最后将孪生神经网络分支部分保留以形成定位网络,基于已有故障区段模态,应用定位网络完成对未知故障模态的判别。试验结果表明,文章提出的算法在小样本情况下比传统行波法更适合风电场集电线路故障定位。

关键词(KeyWords): 风电场;集电线路;傅里叶分解算法;孪生神经网络

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51677072);; 中国国电集团公司科技项目(GDDL-KJ-2017-02)

作者(Authors): 刘富州;萨仁娜;朱永利;张翼;蔡炜豪;

DOI: 10.13941/j.cnki.21-1469/tk.2023.03.006

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享