基于GRU网络的柔性直流配电线路保护方案

作者：杨冬锋^*; 李绍伟; 刘晓军; 陈盛开

来源：电网技术, 2021, 45(10): 3885-3896.

DOI：10.13335/j.1000-3673.pst.2021.0228

• 直流配电系统
• 限流电抗器
• GRU深度学习模型
• 故障识别
• 故障选极

针对柔直配电线路保护存在的阈值整定困难、高阻故障时保护容易拒动和噪声干扰下灵敏性低等问题,提出一种基于门控循环单元(gate recurrent unit,GRU)深度学习模型的柔直配电线路保护方案。首先,分析了基于限流电抗器的线路短路故障的幅频特性,并利用广义S变换提取频域特性下的故障特征量,将其作为GRU网络的输入数据。然后,构建并训练GRU深度学习模型,提取时间序列下故障样本的深层次特征,并结合支持向量机(support vector machine,SVM)分类器,实现故障快速识别和隔离。最后,在PSCAD/EMTDC中搭建仿真模型,验证了保护方案的可行性,仿真结果表明该方案的抗干扰能力强,灵敏度高,满足直流保护的可靠性和速动性要求。

• 单位
  东北电力大学; 广州供电局; 广东电网有限责任公司