《表2 不同方法在输电线路扰动识别中的效果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《新一代人工智能在电力系统故障分析及定位中的研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于端到端模型的故障识别却是直接从原始量测信息中学习其与故障类型间映射关系的表示方式，以实现故障类型的判别，从而简化数据处理流程，省去人为设计的环节。此外，端到端学习模型还缩短了误差传播的路径，为减少误差，优化判别结果提供了便利。目前，已有部分研究讨论了端到端学习模式在故障分析及定位的研究应用。文献[43]对比了不同识别方法在输电线路雷击暂态和单极接地故障暂态识别中的应用效果，如表2所示。可以看出，在同样的采样频率下，端到端的学习模式减少了数据处理流程的环节，压缩了分析计算的时间，基于端到端学习模式的暂态识别方法，即基于SAE的方法，比传统方法需要的数据窗更短、计算时间更少，且识别精度更高。