基本信息:
- 专利标题： 基于IHBA-TCN的HVDC系统故障诊断方法及系统
- 申请号：CN202310877333.1 申请日：2023-07-17
- 公开(公告)号：CN116821772A 公开(公告)日：2023-09-29
- 发明人： 陈潜 , 武霁阳 , 李强 , 彭光强 , 夏谷林 , 国建宝 , 禹晋云 , 王金玉 , 陈礼昕 , 黄之笛 , 龚泽 , 毛炽祖 , 陈慧 , 张瑞
- 申请人： 中国南方电网有限责任公司超高压输电公司电力科研院 , 中国南方电网有限责任公司超高压输电公司大理局
- 申请人地址： 广东省广州市黄埔区科学大道223号;
- 专利权人： 中国南方电网有限责任公司超高压输电公司电力科研院,中国南方电网有限责任公司超高压输电公司大理局
- 当前专利权人： 中国南方电网有限责任公司超高压输电公司电力科研院,中国南方电网有限责任公司超高压输电公司大理局
- 当前专利权人地址： 广东省广州市黄埔区科学大道223号;
- 代理机构： 广州鲁粤专利代理事务所
- 代理人： 吴满宏
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/213 ; G06N3/0464 ; G06N3/048 ; G06N3/084
摘要：
本发明提供了一种基于IHBA‑TCN的HVDC系统故障诊断方法及系统，通过搭建TCN对HVDC系统故障数据集故障特征进行初步提取，并改进激活函数对TCN进行优化，并引入了改进蜜獾算法对时间卷积神经网络进行参数智能寻优，来提升时间卷积神经网络对高压直流输电系统的故障辨识准确率，最后将HVDC系统故障样本集划分为训练集和测试集，并对IHBA‑TCN进行训练，直至达到预设故障识别精度，获得最终基于IHBA‑TCN的HVDC系统故障诊断模型用于对高压直流输电系统进行故障诊断。由于HVDC系统故障样本为时间序列数据，因此具有时间序列数据处理能力的时间卷积神经网络在训练过程中训练准确率更高、过程更稳定且训练时间更短，可以大幅提高HVDC系统故障诊断的诊断精度和速度。