用于分布式能源系统故障检测的一维卷积图卷积网络
系统与控制
2022-11-08 v1 机器学习
系统与控制
摘要
本文提出了一种用于微电网故障检测的一维卷积图神经网络。一维卷积神经网络（1D-CNN）与图卷积网络（GCN）的结合有助于从微电网电压测量中提取时空相关性。故障检测方案包括故障事件检测、故障类型与相别分类以及故障定位。共有五个神经网络模型训练以处理这些任务。应用迁移学习和微调以减少训练工作量。所结合的一维循环图卷积神经网络（1D-CGCN）在 Potsdam 13-bus 微电网数据集上与传统 ANN 结构进行比较。故障检测、故障类型分类、故障相别识别和故障定位的可达准确率分别为 99.27%、98.1%、98.75% 和 95.6%。
引用
@article{arxiv.2211.02930,
title = {1-D Convolutional Graph Convolutional Networks for Fault Detection in Distributed Energy Systems},
author = {Bang L. H. Nguyen and Tuyen Vu and Thai-Thanh Nguyen and Mayank Panwar and Rob Hovsapian},
journal= {arXiv preprint arXiv:2211.02930},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2210.15177