来源：期刊VIP网 时间：
作者：丁璨;蒋长桦;王斐;马鹏程;
单位：三峡大学电气与新能源学院;
摘要：针对传统故障行波法应用在输电线路中，采样设备的采样频率较低、定位精度不高的问题，提出一种结合对抗生成网络与神经网络的双端行波故障定位算法。该方法利用小波变换提取故障行波低采样率下的初始波头时域特征，以图像的形式输入Pix2PixHD，输出得到高采样率下的初始行波时域特征，进而提升故障定位精度。最后，针对行波检测提出一种Star-CAA-YOLOv8模型，对生成图像进行质量评估，并以实例分割功能实现自动化读取行波到达时间，解决图像带来的读数不便问题。1 MHz采样率下的故障行波图像经过Pix2PixHD输出得到2 MHz采样率下的故障行波图像，故障定位的绝对误差最高缩小83.33%，相对误差最高缩小84.44%。此外，该方法还具有缩小更低误差的可能性。多次仿真对比实验表明，所提方法能够精准地获取高采样率下的故障数据，具有较好的通用性和实用性。
关键词：双端行波;;故障定位;;小波变换;;Pix2PixHD;;YOLOv8;;StarNet;;CAA;;目标检测
