基于长短期记忆神经网络的生命体触电电流检测

作者：赵启承; 虞雁凌

来源：传感器与微系统, 2022, 41(01): 142-145.

DOI：10.13873/J.1000-9787(2022)01-0142-04

• 低压配电网
• 生命体触电电流
• 小波分解
• 长短期记忆神经网络
• 触电识别

针对当前低压配电网剩余电流保护设备只能依靠剩余电流幅值作为保护机构动作依据,无法识别触电特征的问题,提出了基于小波分解降噪和长短期记忆(LSTM)神经网络的低压配电网生命体触电电流检测方法。首先将总剩余电流信号通过小波分解算法进行降噪,然后将降噪后的生命体触电电流波形作为输入,对LSTM神经网络进行训练,建立生命体触电电流检测模型。仿真实验表明:该方法在速度和准确率上与卷积神经网络(CNN)和反向传播(BP)神经网络相比有明显优势,能够满足剩余电流保护装置速动性的要求,并且稳定性好,生命体触电识别准确率高,对新一代的继电保护设备的研究与开发具有一定的参考价值。