一种基于卷积神经网络的柔性直流电网故障识别方法

摘要

本发明涉及柔性直流电网故障检测与识别领域，具体涉及一种基于卷积神经网络的柔性直流电网故障识别方法。该方法包括：构建含有分支结构的卷积神经网络模型；仿真获取故障案例数据并训练模型与调整模型参数；保存训练验证中识别准确率高、损失函数小的模型结构与参数；设置故障检测识别启动判据，并启动故障识别程序，在采样信号检测点以2ms采样数据窗，采集实际工况线路正负极电压、电流；数据归一化处理，并通过模型识别实际故障类型。该方法充分利用2ms采样窗内信息，模型的分支结构实现多种不同量纲故障特征的综合利用，提高柔直电网区内外故障识别的准确度，提高耐过渡电阻能力，满足故障识别速动性、选择性、灵敏性的要求。