MATLAB
实现基于
CNN-ST-MHA
卷积神经网络(
CNN)结合S变换时频图(
ST)和多头注意力机制(
MHA)进行配电网孤岛状态检测的详细项目实例
请注意此篇内容只是一个项目介绍
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面(含完整的程序,
GUI设计和代码详解)
配电网孤岛状态检测是新型电力系统运行控制中的关键环节。分布式光伏、风电、储能变流器、充电站、微型燃气轮机及可控负荷持续接入中低压配电网,使传统
单向潮流网络逐步转变为多电源、多节点、多控制器协同运行的复杂系统。当公共电网发生线路故障、断路器跳闸、保护动作、计划检修或电压暂降事件时,局部配电区域可能与主网失去电气连接,但区域内部的分布式电源仍可维持部分负荷供电,从而形成孤岛运行状态。孤岛状态既可能是经过调度批准的计划孤岛,也可能是无意形成的非计划孤岛。非计划孤岛若未被及时识别,会导致检修人员误判带电状态、保护配合失效、频率与电压越限、重合闸失败、电能质量下降以及分布式电源控制失稳等风险。
传统孤岛检测方法主要包括被动检测、主动检测、通信检测与基于智能算法的检测。被动检测主要监测电压幅 ...


雷达卡




京公网安备 11010802022788号







