基于深度长短时记忆网络的多支路串联故障电弧检测方法

• 作者: 余琼芳 路文浩 杨艺
• 来源期刊: 计算机应用
• 关键词: 低压配电系统 串联故障电弧 多支路负载 深度学习 长短期记忆(LSTM)网络
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 前沿与综合应用|Frontier and comprehensive applications
• 页码范围: 321-326
• 页数: 6页
• 分类号: TP391.5|TP389.1
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020091502

摘要

针对低压配电系统中,实际配电网负载端的负载串并联形式的多样化和多变性特点,研究干路点检测支路发生的故障电弧具有十分明显的实际意义,提出了一种基于深度长短时记忆(LSTM)网络的多支路串联故障电弧检测方法.首先,构建实验平台,采集支路发生不同串联故障情况下的干路电流信号共计72000组;然后,将电流信号分为训练集和测试集;最后,通过Python平台优化深度LSTM网络模型结构以识别故障电弧,并输出检测结果.实验结果显示改进的LSTM网络对于每组实验单独分类检测准确率最低为96.8％,最高可达99.0％,多组实验统一进行检测准确率达94.88％.该方法能够有效识别多支路负载下的串联故障电弧,为低压串联故障电弧的准确检测提供了新的思路和有益探索.