基于深度学习的柔性直流线路单端量波形特征保护

摘要

多端柔性直流电网是未来智能电网的一种重要发展趋势,但对线路保护性能提出了更严苛的要求。针对现有柔性直流线路保护四性协调困难、阈值整定繁杂、耐受过渡电阻能力不足等问题,该文指出反行波波形特征蕴含丰富的故障位置信息,并以此为基础提出了基于深度学习的柔性直流线路单端量波形特征保护方案。该方案首先经极模变换、基于线路依频参数计算反行波;将归一化反行波作为输入量,通过所构建的深度学习模型自适应深入挖掘反行波波形特征,从而实现区内双极故障判别及区内单极故障选极。经仿真测试表明,所提方案可在2ms内实现故障判别且可耐受200Ω的过渡电阻。