论文部分内容阅读
人工智能与电力系统的结合日渐紧密,深度学习在实现电网智能化中起到了重要的作用。为了实现隐极同步电机励磁绕组匝间短路早期故障的在线预警,提出一种基于LSTM-CNN的神经网络预测模型。模型以同步电机正常运行时多个可测量物理量和励磁电流为网络输入、输出,利用历史数据进行网络训练,并根据拟合输入量与输出量之间的函数关系确定故障预警阈值。以相同的实验数据训练相同层数的LSTM网络、CNN网络与LSTM-CNN网络,结果证明LSTM-CNN网络在训练速度和拟合精度上的综合表现最佳。