摘要
本发明提供电网故障波形识别与智能继电保护快速控制方法及系统,涉及电力技术领域,包括通过采集电网电压电流波形数据,进行数字滤波和噪声消除处理后,进行傅里叶变换和小波变换提取时域和频域特征,构建组合特征向量。利用包含卷积神经网络和长短期记忆网络的深度学习模型,基于特征向量数据库对电网故障类型、位置及幅值进行识别评估。然后,采用基于历史故障数据构建目标权重矩阵的多目标粒子群优化算法,对故障隔离时间、供电恢复率和系统稳定性进行优化,得到控制策略,并据此调整继电保护装置整定值执行故障隔离和电网拓扑重构。
技术关键词
组合特征向量
多任务损失函数
粒子群优化算法
深度学习模型
故障隔离
继电保护装置
智能继电保护
历史故障数据
故障诊断模型
分支
控制策略
融合特征
快速控制方法
幅值
频域特征
长短期记忆网络
波形
时域特征
电流
系统为您推荐了相关专利信息
模型构建方法
多参数
肾间质纤维化
梯度共生矩阵
像素点
无人机管控系统
三维环境模型
扩展卡尔曼滤波算法
调节无人机
规划
深度学习模型
制冷设备能效
负荷
损失函数优化
滑动时间窗口