基于CNN-LSTM-Attention的配电网拓扑实时辨识方法

配电网中准确的拓扑结构辨识对运行和控制具有重要意义，针对实际配电网拓扑结构变动的情况，搭建了可智能辨识配电网拓扑结构的深度学习模型。首先，生成不同拓扑结构下的配电网量测数据并进行数据预处理。其次，构建了融合CNN（卷积神经网络）、LSTM（长短期记忆网络）和Attention（注意力机制）的拓扑结构智能辨识模型，并结合历史量测数据对模型训练并测试。最后，在IEEE 33节点和PG&E69节点配电系统仿真算例中，验证了该基于CNN-LSTM-Attention模型的拓扑辨识方法相较于传统辨识方法在辨识精度上的优越性，实现了该模型的在线应用。