来源：期刊VIP网 时间：
作者：毛玉宾;于琳琳;丁骁;孟高军;陈姝彧;
单位：国网河南省电力公司经济技术研究院;南京工程学院电力工程学院;先进输电技术国家重点实验室(国网智能电网研究院有限公司);
摘要：针对新能源大规模接入电网，直流输电系统换相失败随机性更强、影响因素更复杂，导致换相失败预测难度加大的问题，提出一种基于深度信念网络的直流输电线路换相失败预测技术。首先，分析换相失败特性，提取出逆变侧交流电压、直流电流、触发角故障数据；其次，利用深度信念网络能够少样本无监督特征学习高维数据的优势，将故障数据进行归一化处理作为深度信念网络的输入数据，构建直流输电线路换相失败预测模型；最后，经过Softmax分类器输出换相失败标签，实现换相失败预测。搭建PSCAD/EMTDC直流输电模型进行验证，实验结果表明，所提方法对换相失败预测准确率较高，相比于常见的卷积神经网络、极限学习机，分别提升了10.6、8.5百分点，验证了该文方法的有效性。
关键词：新能源;深度信念网络;直流输电线路;换相失败;Softmax分类器
基金资助：江苏省重点研发计划(BE2021094)
