科研之友
微信
新浪微博
Facebook
分享链接
摘要
系统在突加负载或功率波动等压力条件下,距离继电器容易误判系统发生故障而误动。文中提出了一种基于深度学习的广域后备保护方法,通过建立状态评估和故障识别两种深度神经网络来进行保护决策。以相量测量单元(PMU)数据为输入,训练深度神经网络以进行决策逻辑的开发。系统在正常情况下,距离继电器会按常规工作,但在压力条件下,需进行故障识别,识别为故障情况距离继电器才动作。在9节点系统上对所提出的方法进行了测试,并与传统方案进行了比较。测试结果表明,该方法可显著减少距离继电器的误动,具有更高的保护效率。
- 单位
