基于深度学习的智能电网故障预警系统研究

• 作者: 冷迪 陈瑞 李英 王旭勇
• 来源期刊: 单片机与嵌入式系统应用
• 学科: 工学
• 关键词: 智能电网 故障预测 深度学习 注意机制
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 技术专题—嵌入式系统深度学习的智力进化|TECHNOLOGY TOPIC
• 页码范围: 9-12
• 页数: 4页
• 分类号: TP393
• 语种: 中文

摘要

为解决传统电网故障分类器无法准确获得故障线路的信息及定位故障的问题,本文提出了基于深度学习的电网故障预警系统.网络中增加由BI-GRU提取的故障线路时间序列特征,从而提高分类器的精度.此外,通过注意力机制学习不同的故障线路或不同的故障状态的时间序列特征,从而加快网络学习效率.最后,将本文所提框架与LSTM、GRU、BI-LSTM、BI-GRU等网络进行对比,本文所提方法预测准确率可达92.9％.