深度学习下配电网故障识别与自适应保护研究

Journal: Hydropower and Water Resources DOI: 10.12238/hwr.v9i7.6465

王浩哲1, 王英军2

1. 国网河北省电力有限公司雄安新区供电公司
2. 国网河北省电力有限公司邢台供电分公司

Abstract

随着配电网规模不断扩大及智能化程度提升,传统故障识别与保护方法已难以满足现代配电网运行需求。并且新型负荷及分布式电源的大量接入,使配电网故障特征更加复杂,保护需求更加多样化,而深度学习技术在故障特征提取与模式识别方面具有显著优势,将其应用于配电网故障识别与保护领域具有重要意义。基于此,本研究采用深度神经网络构建故障识别模型,利用强化学习算法实现保护策略自适应优化,而且基于标准系统与实际工程验证表明,该方法显著提升了故障识别准确率与保护可靠性,为配电网智能化发展提供了有效技术支撑。

Keywords

深度学习；配电网；故障识别；自适应保护；强化学习

References

[1] 郭泽霖.人工智能技术在配电网故障识别中的应用探析[J].软件,2025,46(02):156-158.
[2] 吴春旭.基于深度学习的继电保护自适应优化算法研究[J].电气开关,2025,63(01):32-34+39.
[3] 孙崇棋.基于深度学习的配电网高阻故障识别[D].哈尔滨工程大学,2024.
[4] 张可欣.基于深度学习的直流输电线路保护研究[D].北京交通大学,2022.
[5] 杨晓雨.基于深度学习的配电网故障辨识[D].华北电力大学(北京),2022.

Copyright © 2025 王浩哲, 王英军

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License