常宛露 许 刚 张丙旭 郑伟彦 俞腾飞

1(华北电力大学电气与电子工程学院 北京 102206)2(国网浙江省电力公司杭州供电公司 浙江 杭州 310000)

0 引 言

基于新一代配电自动化系统的单相接地故障智能选线、定位和快速隔离是实现配电网可靠运行的关键技术，也是目前广大学者的研究热点。单相接地故障作为配电网发生频率最高的故障之一，选线准确性和可靠性在很大程度上影响了配电网的供电恢复能力。

目前，我国中低压配电网主要采用小电流接地系统，该系统单相接地故障选线主要包括基于稳态分量[1]、基于暂态分量[2-4]和基于信息融合[5-6]的方法。随着智能故障诊断技术的深入研究，基于信息融合以及数据驱动的电网故障智能诊断方法，例如SVM[5]、ANN和Adaboost[6]等逐渐得到了广大研究者的青睐。小电流接地系统单相接地故障选线主要包括故障特征提取和选线两个步骤，目前研究的主要方向是利用小波变换、HHT、时频流形分析和稀疏表示等信号处理技术提取特征，再通过合适的分类器进行选线[5-7]。虽然传统的智能方法已经被研究用于小电流接地系统故障选线，但存在许多缺点：选线性能往往取决于提取的特征，而人为提取特征主要依靠专家经验；信息融合方法需要大量的样本进行前期训练，但样本数据的大量获取比较困难；选线方法无法适应不同的中性点接地系统，且选线结果容易受到外界的干扰，鲁棒性不高。

随着机器学习的发展，深度学习以其独特的优势克服了传统算法的不足，可以自动从原始数据学习深层特征，而不依赖于信号处理技术。……