自适应VMD与多头注意力PCNN融合的小电流接地故障选线方法

来源：电子测量技术杂志2025年第21期北京时间：

作者：韩冠行，韩如月，贾雅君，江俊杰

单位：1.内蒙古工业大学电力学院 呼和浩特 010000; 2.上海交通大学电子信息与电气工程学院 上海 200240

摘要：传统小电流接地系统单相接地故障选线方法，通常采用基于一维信号的选线模型，存在选线准确率低、抗噪性弱等问题。基于上述问题，本研究提出了一种基于优化VMD及双通道PCNN-MATT的配网小电流接地系统单相接地故障选线方法：采用霜冰算法对VMD的分解层数与惩罚因子进行寻优，利用模糊熵算法选取模糊熵值最小的IMFs分量作为降噪输出信号；运用格拉姆角场算法将降噪后的信号变换为二维空间域图像，构建故障数据库；将GASF、GADF图像作为双通道神经网络的输入，用PCNN-MATT提取和学习图像所蕴含的故障特征，并进行故障线路的选取。为验证所提方法的有效性，本研究使用MATLAB/Simulink和配网RTLAB闭环仿真平台，在加入噪声的前提下，将所提模型与3种选线模型相比较。实验结果表明本研究算法准确率高达99.4%，在不同噪声条件下能够维持95%以上的准确率，优于其它3种选线模型，克服了传统故障选线方法准确率低、抗噪性差的问题。

关键词：小电流接地系统;故障选线;霜冰算法;变分模态分解;格拉姆角场;PCNN卷积神经网络

基金资助：国网上海市电力公司科技项目（SGSHFX00ZSJS2312630）资助