摘要
本文提出了一种基于可编程逻辑控制器的电力网络故障复检系统,旨在实现故障的快速识别与精确定位。系统采用模块化设计,包括数据采集与传输、故障信息预处理、故障识别与定位以及复检结果显示与记录四个主要阶段。通过深度学习技术,结合卷积神经网络和长短期记忆网络,系统能够自适应地识别故障类型并进行精确定位。实验结果表明,该系统在故障检测率、故障识别准确率和故障定位误差等方面均比较显著,具有重要的工程应用价值。
出处
《电气技术与经济》
2025年第2期172-174,共3页
Electrical Equipment and Economy
