10.19635/j.cnki.csu-epsa.000882
基于门控循环单元神经网络的配电网故障选线
针对小电流接地系统发生单相接地故障时选线准确率低的问题,提出一种基于集成经验模态分解和灰狼算法优化门控循环单元神经网络超参数的故障选线方法.利用集成经验模态分解的方法对线路零序电流进行分解,提取本征模态分量并计算分量的能量,以本征模态能量值作为特征向量输入至优化后的门控循环单元神经网络中实现故障选线.经过大量仿真实验验证,该算法在不同故障类型的情况下均能准确、可靠地进行故障选线,并在数据丢失及噪声干扰等情况下依然能有效识别故障线路,具有较好的抗噪性、准确性和可靠性.
配电网、故障选线、集成经验模态分解、灰狼算法、门控循环单元
34
TM727;TP18(输配电工程、电力网及电力系统)
四川省科技厅资助项目;四川省科技厅资助项目;人工智能四川省重点实验室项目;企业信息化与物联网测控技术四川省高校重点实验室项目;企业信息化与物联网测控技术四川省高校重点实验室项目;企业信息化与物联网测控技术四川省高校重点实验室项目;四川理工学院四川省院士专家工作站资助项目;自贡市科技局资助项目;自贡市科技局资助项目;自贡市科技局资助项目;四川轻化工大学研究生创新基金资助项目
2022-07-07（万方平台首次上网日期，不代表论文的发表时间）
共10页
89-97,113
