基于循环神经网络的一种在线辅助CVT电压误差测量方法

作者：陈文中^*; 陈俊杰; 许侃; 张金丽

来源：东华大学学报(自然科学版), 2022, 48(01): 53-65.

DOI：10.19886/j.cnki.dhdz.2021.0536

• 电力系统
• 电压互感器
• 循环神经网络
• 时间序列

电容式电压互感器(capacitor voltage transformer, CVT)的测量稳定性受周围环境的影响，会在实际电压测量过程中产生误差。为了避免该电压测量误差，提出一种基于循环神经网络(recurrent neural network, RNN)的在线辅助CVT电压测量方法。根据电力系统过去的电压历史数据，利用RNN预测未来某个时间段的电压值，并通过比较预测值与CVT实际测出的真实值来判断CVT的测量稳定性。仿真试验验证了学习率和神经元个数对RNN算法性能的影响，并且与传统的ARIMA(autoregressive integrated moving average)算法进行了比较，结果表明RNN方法的均方误差降低了83%。

• 单位
  上海市电力公司