采用SSA-LSTM神经网络的UHVDC输电线路接地故障区域识别方法及系统

本发明公开了一种采用SSA‑LSTM神经网络的UHVDC输电线路接地故障区域识别方法及系统。具体地，首先截取选定数据采样点故障后特定时间窗口波形数据，通过基于sym8的小波包进行4级分解得到其能量熵并构成特征矩阵；使用麻雀搜索算法优化LSTM神经网络隐藏单元数目、最大训练周期、初始学习率三个超参数，得到经过优化的SSA‑LSTM神经网络模型，并使用训练集进行训练；继而输入特征矩阵至经过训练的SSA‑LSTM神经网络，判断出该波形属于何种情况，从而达到故障区域识别的目的。大量仿真测试表明，该方法准确度可达90％以上。按本发明公开的方法，可以针对故障录波数据判断直流输电线路区内外故障，有助于故障后快速地进行排查、定位、检修等工作。