摘要
针对传统继电保护故障诊断方法难以适应复杂电力系统的问题,本文设计了一种基于深度学习的继电保护故障诊断系统。该系统采用四层架构,包括数据采集层、特征提取层、故障分类层和故障定位层。通过卷积神经网络和长短期记忆网络的组合,实现了对故障特征的自动提取;利用图神经网络与系统拓扑结构相结合,提高了故障定位精度。实验结果表明,该系统平均诊断准确率达98.3%,响应时间控制在20ms以内,具有较高的工程应用价值。
出处
《电气技术与经济》
2025年第8期116-119,共4页
Electrical Equipment and Economy
