基于OCSSA-VMD-CNN-BiLSTM的配电网单相接地故障选线方法

本文针对配电网发生单相接地故障时,难以保证故障选线方法的准确性与稳定性的问题,提出一种基于鱼鹰和柯西变异的麻雀优化算法-变分模态分解和卷积神经网络-双向长短时记忆神经网络的配电网单相接地故障选线方法。首先,利用改进的变分模态分解提取故障时各线路的零序电流信号的特征向量。其次,利用改进后卷积神经网络对特征向量进行数据挖掘和故障类型分类,达到故障选线的目的。最后,通过搭建不同运行方式的仿真模型验证所提故障选线方法的有效性,并与传统模型进行对比试验。仿真结果表明,所提模型能够准确识别故障线路。