文章摘要:随着交直流输电系统规模的不断扩大，电网结构和故障特征愈加复杂，现有故障诊断方法面对复杂电网、超大数据量时难以精准提取故障特征，急需适应性强且准确率高的电网故障诊断方法。为此提出一种基于卷积神经网络（CNN）的电网故障诊断方法。首先，通过逐层筛选、逐层增叠的网络构造方式逐步测试，其目的是为了构建充分适应于电网故障诊断的网络结构；然后，利用网络层级优化策略调整训练参数，并以交叉熵最小为目标对深层故障特征进行挖掘；最后，在MATLAB/SIMULINK平台上搭建交直流输电系统模型，结合t分布随机邻域嵌入（t-SNE）可解释性技术展示诊断效果，通过与传统方法对比证明所提方法能够深度挖掘故障特征且具备很高的诊断准确率。

文章关键词:

论文分类号:TM721.3;TP183