基于深度学习的特高压直流闭锁故障智能调度决策

• 作者: 孙博 杨晓楠 郎燕生
• 来源期刊: 中国电力
• 关键词: 深度学习 直流故障 数据驱动 调度决策 人工智能
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能在电力系统的应用
• 页码范围: 8-17
• 页数: 10页
• 字数: 8702字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201910138

摘要

针对特高压直流闭锁故障的处置策略问题,提出一种基于深度学习的故障特征建模方法及故障后电网调度策略生成方法,所提智能调控决策依据电网直流故障特征和运行环境信息,通过大数据驱动模型训练得到故障后的调度策略.首先根据故障环境信息,利用故障影响相关性提取有效故障信息,构建故障特征模型.然后介绍深度学习类神经网络原理和多层感知器模型,提出利用深度网络提取训练故障前后运行特征,自动生成调控策略的思路.之后利用反向传播算法构建深度学习框架,通过不断计算损失函数和准确率修正训练模型,自动生成有效故障处置策略.最后利用锦苏直流特高压线路相关的电力系统验证了所提方法的有效性.