基于MODWT和LSTM网络的分布式电网故障诊断
近年来,针对分布式电网故障诊断的研究变得越来越重要,因为它能确保电网安全而稳定地运行.传统的故障诊断方法在故障分类的准确率上仍有待提高,对此,提出了一种基于极大重叠离散小波变换和长短期记忆网络的分布式电网故障诊断方法.首先采集故障数据,再进行特征提取和网络训练,最后得到故障分类的结果.结果 表明,该方法不但能准确地识别出故障类型,且不受故障发生时刻和过渡电阻等影响.另外,与其他几种智能诊断方法相比,所提出的方法可以提供更好的故障分类精度.为了评价该方法的性能,以修正的IEEE13总线标准系统为例进行了验证.
故障诊断、IEEE13总线、极大重叠离散小波变换、长短期记忆网络
TM910
2021-01-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
23-26