基于深度学习attention机制的不带并联电抗器输电线路自适应重合闸策略

常规的线路重合闸装置在线路跳闸后采用的固定延时后直接重合的方式存在一定的弊端,为避免断路器重合于永久性故障给电网造成的冲击,提出一种基于注意力机制的深度学习算法,用于改进对于不带并联电抗器的输电线路在进行重合闸前完成对故障状态的自适应判断,从而进一步提高断路器重合的准确性和可靠性。在线路两侧的断路器跳开后通过在线路的一端增设常规电源作为辅助的外加激励,另一端采用物理短接的方式;根据线路电源端电流所呈现的波形特征,利用attention机制的深度学习算法进行特征提取,从而判定故障是否为永久性故障,再确定是否闭锁重合闸出口。最后在PSCAD/EMTDC中搭建仿真模型,利用Python API接口实现联合仿真,仿真结果表明,该方法能够在不同的过渡阻抗情况下对不同的故障距离和短路类型具有较强的辨识能力。

资料为PDF文档格式.

本文档关键词:合闸,并联,深度,机制,电抗