一种基于深度学习的配网接地故障分析方法

    公开(公告)号:CN109324266A

    公开(公告)日:2019-02-12

    申请号:CN201811393217.8

    申请日:2018-11-21

    IPC分类号: G01R31/08

    摘要: 本发明公开了一种基于深度学习的配网接地故障类型辨识装置和方法,利用深度学习技术,实现对故障录波数据进行语义挖掘,并利用增量学习、深度增强学习技术,构建具备自学习能力的故障辨识模型,实现对配网接地故障类型的自动辨识,突破了传统接地故障分析仅进行选线定位的限制,提供更加丰富的故障处理决策信息;利用基于暂态零序电流相似性原理的定位方法,较之传统的经验分析事故处理方法,具有更高的准确性和更广泛的适应性;综合故障类型和故障定位结果,决策依据有理可依,应对措施更有针对性,能更加合理的安排事故处理计划。

    一种基于深度学习的配网接地故障分析方法

    公开(公告)号:CN109324266B

    公开(公告)日:2021-06-22

    申请号:CN201811393217.8

    申请日:2018-11-21

    IPC分类号: G01R31/08

    摘要: 本发明公开了一种基于深度学习的配网接地故障类型辨识装置和方法,利用深度学习技术,实现对故障录波数据进行语义挖掘,并利用增量学习、深度增强学习技术,构建具备自学习能力的故障辨识模型,实现对配网接地故障类型的自动辨识,突破了传统接地故障分析仅进行选线定位的限制,提供更加丰富的故障处理决策信息;利用基于暂态零序电流相似性原理的定位方法,较之传统的经验分析事故处理方法,具有更高的准确性和更广泛的适应性;综合故障类型和故障定位结果,决策依据有理可依,应对措施更有针对性,能更加合理的安排事故处理计划。