论文部分内容阅读
多数电力电缆永久性故障是由早期的自清除电弧故障发展而来,及时准确地识别电缆早期故障对于电力系统安全稳定运行具有重要意义。由于电缆早期故障持续时间短,难以触发常规继电保护装置,因此提出了基于自编码器(autoencoder,AE)和门控循环单元(gated recurrent unit,GRU)神经网络的故障识别方法。通过AE对电缆单端采集的不同故障和扰动源的电流电压信号进行特征提取,以提取的特征向量作为GRU神经网络的输入,构建故障分类器。与传统的分类器相比,基于AE和GRU神经网络的方法能够准确地从多种