摘要
配电网台区低压侧开关跳闸会导致变压器电流的骤降,故准确辨识变压器电流骤降信息能感知台区的运行状态,进而实现台区故障后的主动抢修。首先分析了实际工程应用领域的传统电流骤降点辨识方法,进而考虑工程优化的便捷性,提出了一种基于逐步回归和分类决策树的骤降点辨识方法,筛选重要表现特征参量,进而构建分时段辨识模型,提高精确率。然后,针对高精确率需求的运行环境,提出了基于Attention-RBF神经网络的骤降辨识模型,引入Attention机制加强关键信息的影响,进一步提升了辨识精确度。最后,通过仿真及应用案例分析,验证了所提方法的有效性。
- 单位