基于时间序列分解与长短期记忆网络的天空覆盖导体局部放电检测
信号处理
2019-07-09 v1
摘要
如今，由于运行可靠性更高、建设空间更小以及对野生动物有效保护，天空覆盖导体（CC）在世界许多地方得到日益广泛的应用。尽管有这些优点，使用 CC 的一个主要挑战在于普通上游保护装置无法检测此类导体上的相地故障以及频繁的树枝/树枝撞击导体事件。这是因为这些事件仅导致局部放电（PD）活动，而非裸导体上典型的过流特征。为解决这个问题，近年来捷克 ENET 中心（ENET）设计了一种简易仪表来测量 CC 沿线电场电压信号，旨在检测上述危险的 PD 活动。2018 年，ENET 在世界上最大的数据科学协作平台 Kaggle 上分享了其仪表记录的大量波形数据，鼓励全球专家为所获取信号开发有效的模式识别方法。作为回应，我们开发了一种基于时间序列分解与长短期记忆网络（LSTM）并结合独特特征工程流程的独特方法，以识别 CC 上的 PD 活动。所提方法在 ENET 公开数据集上测试，并与多种传统分类方法比较，展现出优越性能与很强实用性。
引用
@article{arxiv.1907.03378,
title = {Partial Discharge Detection on Aerial Covered Conductors Using Time-Series Decomposition and Long Short-term Memory Network},
author = {Ming Dong and Jessie Sun},
journal= {arXiv preprint arXiv:1907.03378},
year = {2019}
}
备注
21 pages,13 figures