基于CEEMDAN-VMD融合方法与CNN-BiLSTM-Attention视觉识别的配电网接地故障定位研究

郭铭; 李辉; 陈浩然; 戴敏; 陈尚; 张宛霞; 陈春玲; 王宇龙

doi:10.19421/j.cnki.1006-6357.2026.01.001

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于CEEMDAN-VMD融合方法与CNN-BiLSTM-Attention视觉识别的配电网接地故障定位研究

更新时间：2026-01-14

- 基于CEEMDAN-VMD融合方法与CNN-BiLSTM-Attention视觉识别的配电网接地故障定位研究
- Vol. 43, Issue 1, Pages: 2-10+21(2026)
- 作者机构：
  
  1. 沈阳农业大学
  2. 中国电力科学研究院有限公司
  3. 电网环境保护国家重点实验室
  4. 新型配电技术与装备湖北省重点实验室
- 作者简介：
- 基金信息：
- DOI：10.19421/j.cnki.1006-6357.2026.01.001
  CLC： TM862
- Published：2026
- 稿件说明：
移动端阅览
郭铭, 李辉, 陈浩然, et al. 基于CEEMDAN-VMD融合方法与CNN-BiLSTM-Attention视觉识别的配电网接地故障定位研究[J]. 2026, 43(1): 2-10+21.
DOI：

郭铭, 李辉, 陈浩然, et al. 基于CEEMDAN-VMD融合方法与CNN-BiLSTM-Attention视觉识别的配电网接地故障定位研究[J]. 2026, 43(1): 2-10+21. DOI： 10.19421/j.cnki.1006-6357.2026.01.001.

摘要

针对传统故障检测与定位手段实时性差、精度低、抗噪能力弱的问题，提出融合完全集成经验模态分解与自适应噪声（complete ensemble empirical mode decomposition with adaptive noise

CEEMDAN）和变分模态分解（variational mode decomposition

VMD）的多分量分解方法，结合卷积神经网络-双向长短期记忆网络-注意力机制（convolutional neural network-bidirectional long short-term memory network-attention mechanism

CNN-BiLSTM-Attention）的视觉识别方法。通过提取电流信号高频非平稳特征分量，经样本熵与K-means聚类算法分类后，对高频分量进行变分模态分解，构建图像数据输入深度学习模型实现故障识别。试验结果表明，该方法在典型工况下故障定位精度较高且抗噪性能良好，为配电网智能化运维提供了新思路。

Abstract

关键词

Keywords

references

王翀.基于EEMD和LSTM的光伏功率超短期预测方法研究[D].东北电力大学,2023(02).

刘刚,王秀茹,邱冬,王德,鲍诗杰,张东东.计及电缆绝缘不均匀老化的接地电流相位角特性研究[J].高压电器,2024(05).

马子儒,刘云鹏,裴少通,张功浩,杨家骏.基于轻量级卷积神经网络的复合绝缘子憎水性诊断方法研究[J].高压电器,2024(03).

胡一鸣,史鸿飞,张玉龙,王钰清,刘嘉庆,袁军,邓丰.基于行波全景故障特征自辨识的高阻接地故障检测方法[J].供用电,2023(04).

于洋,范荣奇,徐丙垠,王鹏玮,唐毅,徐万米,张朋丰.小电流接地故障保护技术及其发展[J].供用电,2023(02).

尚龙龙,邓世聪,刘洋宇,刘伟.基于聚类算法的城市中压配电网接线模式识别[J].供用电,2023(02).

黄博,李文亮,徐学帅,李学妨.35 kV中压配电网单相接地故障行波定位方法研究[J].电网与清洁能源,2023(01).

张磊,王小明,吴红斌,谢毓广,滕越,魏英杰.基于FCM和LSTM的光伏功率超短期预测[J].供用电,2023(01).

邓丰,曾祥君,陈楠,李泽文,李立彬.自适应网络结构的故障行波定位方法[J].电力系统自动化,2009(19).

Xiaoyu Liu,Jiangfeng Song,Hai Tao,Peng Wang,Haihua Mo,Wenjie Du.Quarter-Hourly Power Load Forecasting Based on a Hybrid CNN-BiLSTM-Attention Model with CEEMDAN, K-Means, and VMD[J].Energies,2025.

Haotong Han,Jishen Peng,Jun Ma,Shang Lin Liu,Hao Liu.Research on load forecasting based on CEEMDAN SE VMD and SelfAttention TCN fusion model[J].Scientific Reports,2025.

Zheng Feng,Peng Yaling,Jiang Changxu,Lin Yanzhen,Liang Ning.Research on the identification of high-resistance ground faults in the flexible DC distribution network based on VMD–inception–CNN[J].Frontiers in Energy Research,2023.

Li Qiang,Zhao Feng,Zhuang Li,Su Jiangwen,Zhang Xiaodong.Research on distribution network fault processing technology based on knowledge of graph.[J].PloS one,2023.

Mnyanghwalo Daudi,Kundaeli Herald,Kalinga Ellen,Hamisi Ndyetabura.Deep learning approaches for fault detection and classifications in the electrical secondary distribution network: Methods comparison and recurrent neural network accuracy comparison[J].Cogent Engineering,2020.

Hanif Livani,C. Yaman Evrenosoglu.A Machine Learning and Wavelet-Based Fault Location Method for Hybrid Transmission Lines.[J].IEEE Trans. Smart Grid,2014.

A. K. Pradhan,A. Routray,B. Biswal.Higher Order Statistics-Fuzzy Integrated Scheme for Fault Classification of a Series-Compensated Transmission Line[J].IEEE Transactions on Power Delivery,2004.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

小电流接地配电网单相接地典型故障场景与实测波形

考虑配电网安全性的虚拟电厂优化调度博弈模型

基于计算机视觉模型的配电网单相接地故障区段免阈值智能定位方法

计及拓扑灵活性的配电网概率潮流计算方法

基于可调节潜力评估的配电网-植物工厂主从博弈协同优化调度

Related Author

刘健

权立

张小庆

张志华

王毅钊

周喜超

杨梅

李永顺

Related Institution

国网陕西省电力有限公司电力科学研究院

兰州交通大学

国网(北京)综合能源规划设计研究院有限公司

国网综合能源服务集团有限公司

国网江苏省电力有限公司南京供电分公司

AI问答

⁰