×

基于EWT和卷积神经网络的5G配电网故障诊断方法

消耗积分:0 | 格式:pdf | 大小:3.23 MB | 2021-04-16

分享资料个

配电网拓扑结构复杂、分支众多、潮流分布不平衡，且存在通信网络覆盖不完善问题，给精确故障诊断带来很大难度。首先，基于5G承載网络的分布式配电网故障诊断系统，提岀了网络时延和丢包模型，测试了实际网络时延。其次，提出了基于经验小波变换（ empirical wavelet transform，EWT）和卷积神经网络（ convolutional neural network，CNN）的故障诊断方法，对网络传输后的录波电气量进行经验小波变换，得到不冋频域分量。最后，对各分量构建卷积神经网络模型，形成EW←CNN配电网故障诊断方法，给出故障判断报告。实验结果表眀，所提出的5G承载网络下的EWT-CNN配电网故障诊断方法可有效诊断出配电网故障点，且具有很好的泛化能力。

基于EWT和卷积神经网络的5G配电网故障诊断方法

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !