游旺,李文沛,胡泰山,吉慧子,李晟,李福权.基于改进Elman神经网络的电缆早期故障分类识别方法[J].电工技术,2022(5):154-158
基于改进Elman神经网络的电缆早期故障分类识别方法
  
DOI：TM726DOI:10.19768/j.cnki.dgjs.2022.05.041
中文关键词:  电缆早期故障  Dropout  Elman神经网络  小波变换
英文关键词:
基金项目:
作者单位
游旺 深圳供电局有限公司 
李文沛 深圳供电局有限公司 
胡泰山 南方电网科学研究院有限责任公司 
吉慧子 广东省电力设计研究院 
李晟 深圳供电局有限公司 
李福权 深圳供电局有限公司 
摘要点击次数: 877
全文下载次数: 0
中文摘要:
      针对电缆早期故障难以检测及现有技术识别精度低的问题，提出基于改进Elman神经网络的电缆早期故障分类与识别的方法。首先采用小波变换提取过电流信号的特征向量，将其作为Elman神经网络的输入向量，构建故障分类识别模型。为防止训练过程中出现过拟合与训练时间过长问题，利用Dropout技术对Elman神经网络进行改进。最后通过PSCAD/EMTDC搭建仿真模型进行验证，结果表明所提方法能有效识别电缆早期故障，且具有较高的准确率，与BP神经网络相比，性能提升显著。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器