CN119395598A 一种配电网高阻接地故障检测方法及系统 (国网四川省电力公司电力科学研究院)_第1页
CN119395598A 一种配电网高阻接地故障检测方法及系统 (国网四川省电力公司电力科学研究院)_第2页
CN119395598A 一种配电网高阻接地故障检测方法及系统 (国网四川省电力公司电力科学研究院)_第3页
CN119395598A 一种配电网高阻接地故障检测方法及系统 (国网四川省电力公司电力科学研究院)_第4页
CN119395598A 一种配电网高阻接地故障检测方法及系统 (国网四川省电力公司电力科学研究院)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

院本发明公开了一种配电网高阻接地故障检分解电量信号的一维特征向量输入至预构建的2S2、对待分解电量信号进行变分模态分解,其中3分为训练集和测试集,利用训练集对Transformer模型进行训练,用测试集对网络进行测采用变分模态分解算法自适应分解暂态零序电压信号,将分解结果转换成一维时序数据,所述位置嵌入层通过位置嵌入层将输入特征映射到256维的隐藏空间,并引入可学习所述加法层将输入层和位置嵌入层的特征进行融合,使模型能够同所述自注意力层共使用两层自注意力层,用于计算每个位置对应的注意进一步增强了模型对整体序列的全局理解能力和复杂特征的学习能力,其中每层为具有4所述全连接层将自注意力层提取到的高阶特征通过线性映射到二检测模块:基于分解模块得到的待分解电量信号的一维特征向量,45[0015]作为一种可能的设计,上述根据拉格朗日算子λ和二次惩罚因子α将式(1)这种约,()表示所为Transformer网络的输入数据,将输入数据集划分为训练集和测试集,利用训练集对[0022]作为一种可能的设计,上述步骤S3中Transformer网络模型的整体结构包括输入[0024]所述位置嵌入层通过位置嵌入层将输入特征映射到256维的隐藏空间,并引入可6[0026]所述自注意力层共使用两层自注意力层,用于计算每个[0030]作为一种可能的设计,上述自注意力层每层为具有4个头和128个键的自注意力算机程序被处理器执行时实现如上述的配电网高阻接地故[0038]本发明基于变分模态分解和Transformer网络,提出了一种新的配电网故障识别7效果;还可以将原始信号分解成多个具有有限带宽和中心频率的模态函数(IMFs),每个8[0065]在本发明的一些实施例中,上述根据拉格朗日算子λ和二次惩罚因子α将式(1)这[0072]S0通过将数据集用于训练网络模型,可以利用Transformer网络强大的序列建模9[0074]优选的,所述步骤S3具体是利用训练好的Transformer网络实现对故障和扰动工[0075]在本发明的一些实施例中,上述步骤S3中Transformer网络模型的整体结构参照[0076]上述通过将经过VMD分解后的信号作为Transformer网络的输入,构建HIF识别的利用Softmax分类器实现对故障和扰动工入层将输入特征映射到256维的隐藏空间,并引入可学习的位置编码以增强序列中位置的[0085]Softmax分类器将全连接层的输出结果转换为概率分布,使得系统能够清晰地判程序,所述计算机程序被处理器执行时实现如上述的配电网高阻接地故障检测方法的步[0095]为了证明所提方法的有效性,通过在PSCAD/EMTDC仿真平台上搭建如图2所示的于零序电压准确地识别高阻接地故障与各种[0112]为了验证噪声对所提模型故障识别准确率的影响,将表1所得样本的测试集分别

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论