基于TensorFlow机器学习的交流输电线路故障辨识方法

张浩然

doi:10.13599/j.cnki.11-5130.2024.04.011

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于TensorFlow机器学习的交流输电线路故障辨识方法

更新时间：2026-07-27

- 基于TensorFlow机器学习的交流输电线路故障辨识方法
- Vol. 47, Issue 4, Pages: 37-39+54(2024)
- 作者机构：
  
  广东省水利电力勘测设计研究院有限公司
- 作者简介：
- 基金信息：
- DOI：10.13599/j.cnki.11-5130.2024.04.011
  CLC： TM75;TP181
- Published：2024
- 稿件说明：
移动端阅览
张浩然. 基于TensorFlow机器学习的交流输电线路故障辨识方法[J]. 2024, 47(4): 37-39+54.
DOI：

张浩然. 基于TensorFlow机器学习的交流输电线路故障辨识方法[J]. 2024, 47(4): 37-39+54. DOI： 10.13599/j.cnki.11-5130.2024.04.011.

摘要

交流输电线路在电力系统中起着关键的作用，影响着国家工业发展和人民的经济生活。尽管直流输电技术越来越完善，但交流输电方式在高压输电和低压配电中仍然举足轻重。因此当交流输电线路发生故障时，如何快速且准确的识别出故障类型进而进行相应故障处理，对于提高电网可靠性，减少经济损失具有很高的实际意义的。本文搭建了TensorFlow机器学习平台，通过电磁暂态仿真模型软件测试出训练数据和测试数据，研究基于相关算法的三相交流线路短路故障辨识的方法。希望通过TensorFlow这个深度学习平台，探索出较为成熟的交流线路短路故障识别方法，并以此为出发点应用在电力系统的各个环节中。

Abstract

关键词

Keywords

references

陈超.电力系统220kV线路单相自动重合闸仿真分析[J].电气开关,2012(05).

王明儒.选相方法的种类及说明[J].中国电力教育,2010(S1).

何正友,符玲,麦瑞坤,钱清泉,张鹏.小波奇异熵及其在高压输电线路故障选相中的应用[J].中国电机工程学报,2007(01).

王俊良,王云峰,康贯成.微机保护故障选相技术的应用[J].继电器,2002(11).

刘厚禄.相电流差突变量选相元件动作分析[J].电力自动化设备,1998(03).

宋梦姣.基于深度学习的微博文本情感分析研究[D].南京大学,2018(10).

蒋志伟.基于Ether的恶意软件动态分析[D].山东大学,2013(10).

曾成斌.多摄像机协同的行人检测技术研究[D].北京邮电大学,2011(12).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于多模型融合的水轮机振摆合理性分析及预测

大型水轮机座环现场焊接技术研究与改进

基于北斗系统的辽宁小型水库智能监测平台设计研究

基于直流电压波形分析的励磁系统整流桥故障诊断

水电站监控安全可信主动防御关键技术研究

Related Author

王晓兰

胡思宇

管毓瑶

刘洋成

魏棕凯

Related Institution

大唐水电科学技术研究院有限公司

AI问答

⁰