基于GWO-TCN网络的HVDC输电线路故障诊断

来源：电子测量技术杂志2021年第22期北京时间：

作者：刘辉，李永康，张淼，刘维

单位：湖北工业大学 湖北省电网智能控制与装备工程技术研究中心 武汉 430068

摘要：现有高压直流(HVDC)故障检测方法灵敏度低，难以识别高阻接地故障，文章提出了一种基于改进灰狼算法(GWO)优化时间卷积神经网络(TCN)的HVDC传输系统故障检测方法，整流侧检测装置采集的故障电流信号直接用作TCN的输入数据，克服了故障信号处理的繁琐过程。利用Simulink仿真软件建立±500 kV高压直流输电线路模型，对不同故障区域和故障类型进行仿真实验，使用基于LSTM模型，BiLSTM模型和CNN模型三种模型的故障检测方法进行比较。测试结果表明，GWO-TCN网络能够可靠、准确地在过渡电阻高达800Ω时进行HVDC输电线路故障选极和选区。

关键词：时间卷积神经网络;灰狼优化算法;故障识别;高压直流输电

基金资助：国家自然科学基金(61903129)资助项目