基于TNN-BL模型的低压配电网断零与缺相故障检测方法研究

低压配电网中因断零与缺相故障对电网公司造成的安全隐患和经济损失一直是电网公司迫切解决的难题,随着智能化检测设备在电网中普及,可利用智能电表采集的低压侧负载电压和各序电流数据开展故障检测。首先,建立基于Transformer神经网络(TNN)和双向长短期记忆(Bi-LSTM)的混合模型TNN-BL;其次,通过选择合适的损失函数和正则化函数完善模型以进一步提高模型检测性能;最后,采用南网数据集对模型性能进行试验验证。试验结果表明,该方法拥有更有效的特征提取能力,相比于其他故障检测方法具有更高的检测准确度和更强的鲁棒性。