2023.04.DQGY27PRODVCTANDTECHNIC‖产品与技术‖CHINAELECTRICALEQUIPMENTINDUSTRY输入的改进型卷积神经网络，能够对数据进行分层处理，提取多层特征，每个输入通道对应一个卷积层，在输入层实现特征融合[9-10]。针对输电线路正常调度停机时出现的故障误报问题，将故障数据和正常调度停机数据分别从不同的通道输入，分别得到其特征为S1和S2，并在输入层进行特征融合得到特征S。1.1输入层对两个输入通道得到的特征S1和S2进行加权运算，得到全连接层全融合的特征S：（1）式中，μ1和μ2分别为与S1和S2相对应的权重参数，β11-1和β21-1分别为与S1和S2相对应的偏移参数，μ1和β1分别为输入层的权重参数和偏移参数，f(·)为激活函数。1.2批归一化层在进行神经网络的学习过程中，每次迭代运算得到数据的期望和标准差都需要进行归一化处理[11]：0引言随着国家大力推进智能电网建设，输电线路的电压等级越来越高，输电距离越来越长、电网的故障现象越来越复杂[1-2]。当电网发生故障时，对故障进行快速、准确的诊断，对于提升电网的运行安全性、稳定性、可靠性具有重要意义[3]。基于数据驱动的故障诊断方法是当今的研究热点，通常由数据采集、数据预处理、故障特征提取和故障分类四个部分组成，其核心思想是基于电气数据进行学习，完成故障诊断[4-5]。本文基于神经网络技术构建输电线路故障诊断模型，利用多种不同工况下的电流数据，提取故障特征，并进行有效的分类识别，实现了输电线路故障的高效诊断[6-7]。1改进型卷积神经网络输电线路电流具有一维特征，因此以一维卷积神经网络作为基础，在其中加入双通道输入、池化、多卷积等操作对网络结构进行升级，并在卷积层中加入批归一化层对其进行优化[8]。采用双通道黄仁珍（广西新电力投资集团藤县供电有限公司）基于神经网络的输电线路故障诊断策略研究摘要：随着智能电网的逐步发展，输电线路作为智能电网的重要组成部分，在智能电网的运行中发挥了重要作用，因此对输电线路的故障诊断技术进行研究意义重大。本文提出基于神经网络的输电线路故障诊断策略，首先对输电线路的电流数据进行预处理，然后对神经网络进行优化，并在卷积层中运用批归一化方法，对输电线路的电流数据进行故障特征提取和分类识别，由此便构建高精度的输电线路故障诊断模型。经过实际运用验证，本文提出的方法能够实现输电线路故障的有效诊断，具有一定的实用性，可以进行大规模推广应用。关键词：输电线路；神经网络；故障诊断CHINA...
