摘要:小电流接地系统的单相接地故障选线问题目前仍没有完全解决。为了提高单相接地故障选线成功率,提出一种基于深度学习网络的选线方法。首先,利用PSCAD搭建了中性点不接地系统仿真模型,通过设置每条线路在不同接地电阻下的故障,得到基于各出线零序电流幅值和相角的样本数据,并将样本数据分为训练集、验证集和测试集3部分。其次,基于Keras搭建了深度学习神经网络,利用训练集和验证集数据对该网络进行训练。最后,利用测试集数据对训练好的模型进行测试。结果表明,该方法具有建模简单、成功率高及选线不受过渡电阻影响的特点。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社