一种融合深度学习算法的短路电流零点预测系统

本发明提供了一种融合深度学习算法的短路电流零点预测系统，涉及大容量真空断路器相控开断领域，包括电流信号采集模块、模型构建处理模块、深度学习预测模块和相控指令执行模块。电流信号采集模块用于实时采集系统短路电流数据并进行时间同步与缓存处理；模型构建处理模块通过构建含有直流与交流分量的短路电流数学模型，并对模型参数进行初始化；深度学习预测模块采用融合递推最小二乘与自适应矩估计算法的交替优化方法，实时拟合电流波形并预测零点时刻；相控指令执行模块根据预测结果与断路器分闸时间，生成控制指令实现相控开断。该系统能有效提升多断口真空断路器的分断同步性与开断可靠性，适用于电网系统故障短路电流实时零点预测，尤其适用于高频分合闸场景下的抽水蓄能电站等大容量发电电动机保护与开断。