基于多维特征输入的改进Transformer网络配电网雷击浪涌电流辨识方法

严帆; 郑鹏辉; 游金梁; 任奇; 任磊

doi:10.3969/j.issn.1008-0198.2025.06.019

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于多维特征输入的改进Transformer网络配电网雷击浪涌电流辨识方法

配电网与用能技术 | 更新时间：2026-02-06

- 基于多维特征输入的改进Transformer网络配电网雷击浪涌电流辨识方法
- Method for Lightning Surge Current Identification in Distribution Networks Based on Improved Transformer Network with Multi-Dimensional Feature Inputs
- 湖南电力 2025年45卷第6期页码：140-146
- 作者机构：
  
  1. 长沙理工大学电气与信息工程学院,湖南,长沙,410114
  2. 国网湖南省电力有限公司电力科学研究院,湖南,长沙,410208
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.1008-0198.2025.06.019
  中图分类号： TM863
- 网络首发：2026-01-13，
  
  纸质出版：2025
- 稿件说明：
移动端阅览
严帆, 郑鹏辉, 游金梁, 任奇, 任磊. 基于多维特征输入的改进Transformer网络配电网雷击浪涌电流辨识方法[J]. 湖南电力, 2025, 45(6): 140-146.

严帆, 郑鹏辉, 游金梁, et al. Method for Lightning Surge Current Identification in Distribution Networks Based on Improved Transformer Network with Multi-Dimensional Feature Inputs[J]. 2025, 45(6): 140-146.
严帆, 郑鹏辉, 游金梁, 任奇, 任磊. 基于多维特征输入的改进Transformer网络配电网雷击浪涌电流辨识方法[J]. 湖南电力, 2025, 45(6): 140-146. DOI： 10.3969/j.issn.1008-0198.2025.06.019.

严帆, 郑鹏辉, 游金梁, et al. Method for Lightning Surge Current Identification in Distribution Networks Based on Improved Transformer Network with Multi-Dimensional Feature Inputs[J]. 2025, 45(6): 140-146. DOI： 10.3969/j.issn.1008-0198.2025.06.019.

摘要

针对配电网雷击故障辨识中传统信号处理方法无法有效捕捉雷击浪涌信号复杂特征的问题

提出基于多维特征输入的改进Transformer网络的配电网雷击浪涌电流辨识方法。利用Transformer网络的自注意力机制

从多维度特征中提取复杂的依赖关系和模式

同时添加模型分类模块对雷击浪涌电流进行分类

电流辨识准确率得到显著提高。通过Simulink平台搭建仿真模型对所提算法进行验证

仿真结果表明

所提方法对雷击浪涌电流的识别准确率达到99.12%

验证了方法的有效性。

Abstract

Traditional signal processing methods often fail to effectively capture the complex nonlinear characteristics of lightning surge current signals in distribution networks lightning fault identification. To overcome this limitation

a method for lightning surge current identification in distribution networks based on an improved Transformer network with multi-dimensional feature inputs is proposed. Leveraging the self-attention mechanism of the Transformer network

intricate dependencies and patterns are extracted from multi-dimensional features

and a model classification module is incorporated to accurately classify lightning surge currents

significantly enhancing identification accuracy. The simulation model is built on the Simulink platform to validate the proposed algorithm. Experimental results demonstrate that the proposed method achieves an identification accuracy of 99.12% in classifying lightning surge currents

verifying the effectiveness of the approach.

关键词

Keywords

references

杜岩,谢从珍,李彦丞,等. 基于加权马氏距离型TOPSIS算法的10 kV配电网雷害风险评估[J]. 中国电力,2022,55(4):108-116.

晏威,肖纯,吴细秀,等. 基于雷电活动特征的10 kV配电线路雷击跳闸率计算[J]. 高电压技术,2021,47(3):1118-1127.

彭向阳,邓冶强,王羽,等. 基于引雷塔阵列的输电线路主动防雷和区域防雷效果评估[J]. 高电压技术,2022,48(3):1077-1088.

李经野,宋坤宇. 基于雷击故障辨识的110 kV输电线路故障巡线策略[J]. 电力科学与技术学报,2019,34(2):175-181.

罗日成,李稳,陆毅,等. 基于Hilbert-Huang变换的1 000 kV输电线路雷电绕击与反击识别方法[J]. 电工技术学报,2015,30(3):232-239.

郝文海,邓名高,武国梁,等. 输电线路雷击故障行波暂态特性分析与辨识方法[J]. 电工技术,2019(12):77-78,80.

曹璞璘,申忠友,束洪春,等. 基于波形突变特征的海量行波数据中雷击干扰波形辨识[J]. 电力系统自动化,2023,47(17):178-186.

吴倩,纪磊,喻莹,等. 基于粒子群优化的改进原子分解法的直击雷故障识别方法[J]. 武汉大学学报(工学版),2018,51(7):620-626,633.

李陶然,张宸宇,史明明,等. 计及雷击情况的基于PDT-SVM暂降源辨识方法研究[J]. 电力工程技术,2019,38(5):2-7.

吴琛,苏明昕,谢云云,等. 基于BP神经网络的输电线路雷击故障预测[J]. 电力工程技术,2020,39(5):133-139.

杨鹏跃,王锋,魏巍. 面向CNN和Transformer的自注意力机制自适应性提示学习[J]. 小型微型计算机系统,2025,46(1):16-22.

鞠默然,罗江宁,王仲博,等. 融合注意力机制的多尺度目标检测算法[J]. 光学学报,2020,40(13):126-134.

刘靖,刘明光,屈志坚,等. 不同地形条件下架空配电线路的防雷分析[J]. 高电压技术,2011,37(4):848-853.

周玉娟,李凯. 架空线路雷电感应过电压的避雷器与避雷线防护比较[J]. 电瓷避雷器,2018(6):86-90.

李丽兰,李珊珊,刘政波. 基于多腔避雷器和绝缘子避雷器的架空输电线路防雷保护[J]. 电瓷避雷器,2017(2):107-111.

陈辉荣,陈朝兴. 10 kV配电线路防雷治理方法研究[J]. 电瓷避雷器,2022,(2):8-13.

顾垚彬,宋国兵,郭安祥,等. 针对直流线路行波保护的雷击识别方法研究[J]. 中国电机工程学报,2018,38(13):3837-3845,4024.

王芮. 10 kV配电架空线路雷击过电压辨识及故障定位[D].昆明:昆明理工大学,2022.

谭波,杨建军,鲁海亮,等. 接地网电位升对10 kV避雷器的反击仿真分析[J]. 高电压技术,2013,39(5):1265-1272.

韩晋平,王晓丰,马心良,等. 10 kV架空绝缘导线雷电过电压与防雷综合措施研究[J]. 高电压技术,2008,34(11):2395-2399.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据