基于小波卷积神经网络的配电网互感器监测预测方法

汪鹏; 邹文芳; 寇海俊; 曹雨晴; 张晓飞; 龙卓

doi:10.19421/j.cnki.1006-6357.2026.03.004

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于小波卷积神经网络的配电网互感器监测预测方法

更新时间：2026-04-25

- 基于小波卷积神经网络的配电网互感器监测预测方法
- Vol. 43, Issue 3, Pages: 36-45+53(2026)
- 作者机构：
  
  1. 国网荆州供电公司
  2. 湖南大学
  3. 长沙理工大学
- 作者简介：
- 基金信息：
- DOI：10.19421/j.cnki.1006-6357.2026.03.004
  CLC： TM452.3;TP183
- Published：2026
- 稿件说明：
移动端阅览
汪鹏, 邹文芳, 寇海俊, et al. 基于小波卷积神经网络的配电网互感器监测预测方法[J]. 2026, 43(3): 36-45+53.
DOI：

汪鹏, 邹文芳, 寇海俊, et al. 基于小波卷积神经网络的配电网互感器监测预测方法[J]. 2026, 43(3): 36-45+53. DOI： 10.19421/j.cnki.1006-6357.2026.03.004.

摘要

针对配电网中电容式电流互感器健康状态监测问题，提出了一种基于连续小波卷积神经网络的监测预测方法。在配电网运行环境下，电容式电流互感器长期受谐波、温度波动及负荷变化的影响，其老化特性复杂，传统监测方法难以满足精度要求。为此，通过配电网典型工况下的电容加速老化实验获取监测数据，构建预测模型。通过连续小波变换将时域信号转换为时频域信号，连续小波卷积神经网络能够提取多尺度监测特征，并结合卷积神经网络的深度学习能力，实现对配电网电容式电流互感器健康状态监测与剩余使用寿命预测。实验结果表明，该方法在配电网实际运行监测数据的验证下，能够准确预测电容式电流互感器的剩余使用寿命，为电力系统的设备状态监测和维护提供了有力的技术支持。

Abstract

关键词

Keywords

references

张孟鹃.电容式电压互感器计量误差在线检测及预测方法研究[D].合肥工业大学,2023(05).

时清华.电容器故障在线监测及剩余寿命预测系统设计[D].山东科技大学,2017(03).

张竹.电容式电压互感器计量误差状态评估和预测方法研究[D].华中科技大学,2018(05).

Raphael Leite de Andrade Reis,Washington Luiz Araújo Neves,Felipe V. Lopes,Dam´sio Fernandes.Coupling Capacitor Voltage Transformers Models and Impacts on Electric Power Systems: A Review[J].IEEE Transactions on Power Delivery,2019.

Zhang Lin,Chen Heng,Wang Qiushi,Nayak Neeraj,Gong Yanfeng,Bose Anjan.A Novel On-Line Substation Instrument Transformer Health Monitoring System Using Synchrophasor Data[J].IEEE Transactions on Power Delivery,2019.

唐冬来,李欢欢,徐小云,谷波,田攀,阮正平,周娟.基于微时空网格的复杂地形风电功率预测方法[J].供用电,2025(06).

李振华,崔九喜,卢和平,周峰,刁赢龙,魏寅孔,李振兴.基于混合深度模型和密度估计的电子式电压互感器测量误差区间预测[J].电网技术,2025(09).

苏贤金,胡剑辉,李少林,杨晓光,石多奇,齐红宇.基于非线性超声检测信号的结构件腐蚀疲劳剩余寿命评估方法[J].航空动力学报,2025(12).

刘澳龙,唐向红,陆见光,王涛.基于卷积时空混合神经网络的剩余使用寿命预测[J].组合机床与自动化加工技术,2025(04).

党慧莹,李海林,吴北苹,余佳宇,庄银传.基于深度学习的导航装备轴承剩余使用寿命预测[J].空军工程大学学报,2025(02).

刘青,俞王杨,孙昊宇.应用深度卷积神经网络的细节模糊图像重建[J].电子设计工程,2025(06).

王小明,何叶,王路路,吴红斌,徐斌,赵文广.基于DWD-SVR模型的锂离子电池剩余使用寿命预测[J].太阳能学报,2025(02).

徐浩,高乾,王铭榜,吕成兴,杨智博,陈健.基于双通道回归融合网络的滚动轴承剩余寿命预测[J].振动与冲击,2025(04).

肖惜,焦东围,赵世海,冯宇.基于DKL算法的发电机机端电压互感器故障诊断[J].水电与新能源,2025(01).

赵毅涛,李钊,刘兴龙,骆钊,王钢,沈鑫.融合卷积神经网络和注意力机制的负荷识别方法[J].电力工程技术,2025(01).

吴建雪,黄柯蒙.基于CNN-LSTM网络架构的电流互感器误差预测方法研究[J].电力设备管理,2024(24).

闫昊,李思雨,展先彪,董恩志,温亮,贾希胜.基于频域TCAE-Informer的滚动轴承剩余使用寿命预测方法[J].兵工学报,2025(S1).

陈豪钰,李振华,张绍哲,程江洲,李振兴,邱立.基于MHA-CNN-SLSTM和误差补偿的短期互感器误差预测[J].电力系统保护与控制,2024(24).

李德航,毛兴,史俊,朱震武,王路军.智能电网中的电容式电压互感器在线监测与故障诊断分析[J].集成电路应用,2024(10).

姜瀚书,李雨田,刘著,吴广昊,崔涛.基于改进弹性网络回归的电容式电压互感器误差状态预测[J].吉林电力,2024(03).

樊浩研,刘杨,李璟.基于PCA-WPD优化的电流互感器故障检测方法研究[J].粘接,2024(05).

邵庆祝,谢民,汪伟,于洋,张骏.基于深度学习的电流互感器隐性故障诊断方法[J].自动化技术与应用,2024(03).

杨信强,李振华,钟悦,李红斌.基于变分模态分解和CNN-GRU-ED的超短期互感器误差预测[J].电力系统保护与控制,2023(12).

李振华,李春燕,张竹.基于Q-ARMA的电子式电压互感器误差状态预测[J].中国科学:技术科学,2018(12).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

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

基于TCN-LSTM-SE神经网络的低压有源配电网电压控制方法研究

基于Wasserstein条件生成对抗网络的新能源出力场景生成方法

基于PCA-PNN-LVQ的电压跌落扰动源辨识方法

考虑数据耦合性的分布式风光联合预测方法

Related Author

张景晨

嵇文路

罗兴

刘丛伟

刘子豪

王杰

赵永良

王超

Related Institution

国网江苏省电力有限公司南京供电分公司

国网北京市电力公司

北方工业大学

国网福建省电力有限公司三明供电公司

广东电网有限责任公司电力调度控制中心

AI问答

⁰