5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

于洋; 王同文; 张骏; 邵庆祝; 谢民; 张东岳; 孟凡上

首页> 中文期刊> 《科学技术与工程》 >5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

配电网拓扑结构复杂、分支众多、潮流分布不平衡,且存在通信网络覆盖不完善问题,给精确故障诊断带来很大难度.首先,基于5G承载网络的分布式配电网故障诊断系统,提出了网络时延和丢包模型,测试了实际网络时延.其次,提出了基于经验小波变换(empirical wavelet transform,EWT)和卷积神经网络(convolutional neural network,CNN)的故障诊断方法,对网络传输后的录波电气量进行经验小波变换,得到不同频域分量.最后,对各分量构建卷积神经网络模型,形成EWT-CNN配电网故障诊断方法,给出故障判断报告.实验结果表明,所提出的5G承载网络下的EWT-CNN配电网故障诊断方法可有效诊断出配电网故障点,且具有很好的泛化能力.

著录项

来源
《科学技术与工程》 |2021年第7期|2713-2719|共7页
作者
于洋; 王同文; 张骏; 邵庆祝; 谢民; 张东岳; 孟凡上;
展开▼
作者单位

国网安徽省电力有限公司合肥 230022;

国网安徽省电力有限公司合肥 230022;

国网安徽省电力有限公司合肥 230022;

国网安徽省电力有限公司合肥 230022;

国网安徽省电力有限公司合肥 230022;

南京南瑞继保电气有限公司南京 211102;

安徽大学电气工程与自动化学院合肥230601;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TM766;
关键词
故障诊断; 5G承载网; 经验小波变换(EWT); 卷积神经网络(CNN); 配电网;

相似文献

中文文献
外文文献
专利

1. 基于经验小波变换和改进卷积神经网络的变压器故障诊断方法 [J] . 李阳 ,路鹏 ,朱伯涛 . 电子设计工程 . 2021,第008期
2. 一种基于经验小波变换的齿轮副故障诊断方法 [J] . 宋世毅 . 机械 . 2017,第009期
3. 基于经验小波变换的机械故障诊断方法研究 [J] . 李志农 ,朱明 ,褚福磊 . 仪器仪表学报 . 2014,第11期
4. 基于广义深度学习的含DG配网故障诊断方法 [J] . 孔祥轩 ,郑楚韬 ,仇志成 . 电网与清洁能源 . 2020,第011期
5. 基于不确定推理的粗糙集配网故障诊断方法研究 [J] . 孙秋野 ,张化光 ,黎明 . 自然科学进展 . 2009,第001期
6. 基于经验小波变换和模糊熵的滚动轴承故障诊断方法 [C] . Zheng Jinde ,郑近德 ,Cheng Junsheng . 第十一届全国随机振动理论与应用学术会议 . 2015
7. 基于改进经验小波变换的滚动轴承故障诊断方法研究 [A] . 王慧 . 2020

5G承载网下基于经验小波变换和卷积神经网络的配网故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅