冯裕山，王 纯

（国网内蒙古东部电力有限公司检修分公司，内蒙古 通辽028000）

0 引言

近几年的统计数据表明，自然灾害引起的特高压直流输电线路跳闸事故较多，其原因复杂且随机多变，进行准确的故障原因辨识有一定的难度。因此需要一种融合多信息源的原因辨识方法，以对各种故障原理及过程的理解为前提，对特定故障的特征进行挖掘分析，以此形成原因辨识的依据。其中故障特征包括电气量和非电气量两种，不同原因下的电气量特征存在着相似性，且区分度较小，仅依靠一种是无法准确识别的[1-10]。目前还没有一套完整的针对特高压直流输电线路故障原因辨识的方法，在输电线路发生故障后，无法为运行检修人员提供决策上的辅助。基于此，本文提出一种基于电气量和非电气量等多源信息融合的特高压直流输电线路故障原因辨识方法。

1 基于BP神经网络的雷电故障辨识原理

1.1 BP神经网络

BP神经网络包括输入层、隐含层、输出层，每一层有多个神经元，同一层神经元之间没有连接，各层神经元之间的联系用权值表示。根据实际需求，建立BP神经网络的基本结构，如图1所示。BP神经网络可以在输入量与预测值之间的数学关系模型未知的情况下，通过样本对神经网络进行学习和训练，反映输入量与输出值之间的非线性关系。辨识算法采用三层BP神经网络结构，输入层节点数为31，隐含层通过最小误差法选取。输出层节点数为2。隐含层和输出层的激活函数均采用Log⁃Sigmoid型函数，可以将输出控制在0~1之内。……