基于可视化技术的输电线路典型故障在线识别方法研究

王 佗, 田 沥浚, 许 旸, 马 仲涛, 叶 博楠
国网安徽省电力有限公司蚌埠供电公司

摘要


随着新型电力系统建设推进，我国输电网络规模持续扩大，线路运行环境复杂，故障识别的准确性与可解
释性成为智能运维核心需求。传统方法多直接处理一维电气时序数据，存在微弱特征辨识度低、模型决策黑箱化等
问题。本文提出基于可视化技术的输电线路典型故障在线识别方法，通过格拉姆角场将一维电流电压信号映射为二
维可视化图像，构建融合通道注意力机制的改进ResNet网络完成故障特征提取与分类，借助类激活映射实现识别过
程可视化解释。实验表明，该方法对五类典型工况识别准确率达96.8%，单样本识别耗时低于10ms，兼具高精度与
良好可解释性，可为输电线路在线监测与故障处置提供技术支撑。

关键词


输电线路；故障识别；可视化技术；深度学习；在线监测

全文:

PDF


参考


[1]王泽通.基于CNN-BiGRU的高压直流输电线路

故障诊断[D].东北电力大学，2023.

[2]郑定坤.基于循环神经网络的柔性直流输电线路

故障诊断研究[D].西安理工大学，2022.

[3]孙广慧.融合注意力机制的ResNet输电线路故障

分类研究[D].安徽理工大学，2021.

[4]陈臣鹏.基于深度学习的特高压多端混合直流输

电线路故障区域诊断[D].昆明理工大学.

[5]刘蔚.架空输电线路故障诊断方法研究与应用[D].

湖南大学，2022.

[6]刘润泽.输电线路故障部件识别系统的研究与实

现[D].华北电力大学（北京），2023.


Refbacks

  • 当前没有refback。