首页 | 本学科首页   官方微博 | 高级检索  
     

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
引用本文:余琼芳,路文浩,杨艺.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[J].计算机应用,2021,41(z1):321-326.
作者姓名:余琼芳  路文浩  杨艺
作者单位:河南理工大学电气工程与自动化学院,河南焦作454000;大连理工大学北京研究院博士后科研工作站,北京100000;河南理工大学电气工程与自动化学院,河南焦作454000
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.

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

Multi-branch series fault arc detection method based on deep long short-term memory network
YU Qiongfang,LU Wenhao,YANG Yi.Multi-branch series fault arc detection method based on deep long short-term memory network[J].journal of Computer Applications,2021,41(z1):321-326.
Authors:YU Qiongfang  LU Wenhao  YANG Yi
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号