基于长短期记忆网络的继电保护测试故障诊断研究

为提高智能变电站继电保护测试效率,解决数字式继电保护试验装置无法对整个测试过程中出现的故障自动进行诊断的问题,提出基于长短期记忆(Long Short-Term Memory,LSTM)网络的继电保护测试故障诊断方法.梳理了故障断面特征信息和故障类别,建立了多故障诊断模型,构建了故障诊断流程.以典型220 kV继电保护测试为例,通过将LSTM与循环神经网络、BP网络和深度神经网络进行对比,得到输入实际故障信息和部分不可靠信息时LSTM模型的三项评价标准(平均绝对误差、准确率和综合评价指标)值均最优.通过实验仿真验证了基于LSTM网络的继电保护测试故障诊断方法具有较高的精度与良好的容错性能....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	电力系统保护与控制 2022-03, Vol.50 (5), p.65-73
Hauptverfasser:	陈桂芳, 董秀成, 郑永康, 徐洪海
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	为提高智能变电站继电保护测试效率,解决数字式继电保护试验装置无法对整个测试过程中出现的故障自动进行诊断的问题,提出基于长短期记忆(Long Short-Term Memory,LSTM)网络的继电保护测试故障诊断方法.梳理了故障断面特征信息和故障类别,建立了多故障诊断模型,构建了故障诊断流程.以典型220 kV继电保护测试为例,通过将LSTM与循环神经网络、BP网络和深度神经网络进行对比,得到输入实际故障信息和部分不可靠信息时LSTM模型的三项评价标准(平均绝对误差、准确率和综合评价指标)值均最优.通过实验仿真验证了基于LSTM网络的继电保护测试故障诊断方法具有较高的精度与良好的容错性能.
ISSN:	1674-3415
DOI:	10.19783/j.cnki.pspc.210624