基于长短期记忆网络的有源配电网容错故障定位方法

摘要

为了解决传统故障定位方法在分布式电源并网场景下的局限性问题,本文提出一种基于长短期记忆网络的有源配电网故障定位方法.首先将有源配电网的网架拓扑划分为多个双端无分支区段,通过自动化设备采集故障前后各区段双端电流电压时间序列形成训练数据集.然后基于Tensorflow框架构建长短期记忆网络分别训练电压序列与电流序列,利用长短期记忆处理时间序列优势提取区段故障特征,最后通过构建逻辑门将两个网络的输出结合判定,作为判断区段故障的依据.经算例仿真验证,所提模型能够准确识别故障区段.测试结果表明,针对时间序列数据,相对于其他机器学习方法,长短期记忆网络收敛速度更快,最终准确率更高.由于在双网络输出端加入逻辑门判定,该方法能够具有较高的容错性.