基于图像处理与人工神经网络的输电线路故障定位
信号处理
2021-02-23 v1 机器学习
图像与视频处理
摘要
为了连续且高质量地传输电能，有必要从生产点到消费点对其进行控制。因此，从生产到消费的每个阶段，输配电线路的保护都至关重要。电气装置中保护继电器的主要功能应在系统发生短路时尽快解除。系统中最重要的部分是电能传输线路以及保护这些线路的距离保护继电器。为了实现快速高效的工作，需要一种准确的故障定位技术。输电线路中变压器中性点接地会影响电力系统单相接地短路故障时零分量电流的运行。考虑到接地系统与保护系统之间的关系，应做出适当的接地选择。为了准确确定输电线路中不同接地系统下的短路故障位置，使用了人工神经网络（ANN）。在 ANN 内部测试中，与支持向量机（SVM）进行了比较。输电线路模型在 PSCAD-EMTDC 仿真程序中建立。通过记录不同接地系统下所创建短路故障中距离保护继电器 R-X 阻抗图的阻抗变化图像来创建数据集。图像中的相关焦点经特征提取与图像处理技术引入不同的 ANN 模型，并选择了故障定位估计精度最高的 ANN 模型。
引用
@article{arxiv.2102.11073,
title = {Determination of Fault Location in Transmission Lines with Image Processing and Artificial Neural Networks},
author = {Serkan Budak and Bahadir Akbal},
journal= {arXiv preprint arXiv:2102.11073},
year = {2021}
}
备注
in Turkish language