基于卷积双向长短期记忆网络的微网继电保护故障诊断技术

打开文本图片集

摘 要：分布式电源种类和容量不断提升的微网运行方式复杂、故障特征微弱，现有的继电保护装置故障诊断方法无法满足保护需求。提出一种基于卷积双向长短期记忆网络的微网继电保护故障诊断技术。首先，分析多能源互补微网系统架构，对采集的三相电流数据进行预处理，提高后续模型对数据的学习效率；然后，融合卷积神经网络和双向长短期记忆网络提出卷积双向长短期记忆网络的微网继电保护故障诊断方法，提取三相电流数据长序列和局部序列特征实现故障分类、故障定位，融合注意力机制，重点关注对故障诊断有影响的特征，提高故障诊断准确率；最后经过RTDS实时仿真系统进行验证，实验结果表明，所提方法故障诊断精度高、计算时间短，同卷积神经网络、长短期记忆网络、人工神经网络相比，故障分类准确率分别提升8.53%、9.62%、11.45%，故障定位准确率分别提升7.47%、10.61%、10.85%，验证所提方法的有效性与先进性。（剩余17804字）