摘要
本发明公开了一种基于KCL与工频畸变特征的台区识别优化算法，该算法通过应用KCL对电力系统中各节点的电流进行精确分析，同时采用主成分分析（PCA）、小波变换等特征提取技术和卷积神经网络（CNN）、长短时记忆网络（LSTM）等深度学习算法，对电网中台区识别设备发出的工频（50Hz/60Hz）畸变信号进行特征向量提取、模型训练和预测分析，提取有效特征电流信息，提升台区识别的准确性和效率。该方法能够在复杂电力网络中有效区分不同的台区，尤其适用于存在非线性负荷和电力电子设备的智能配电网。通过实验验证，本发明算法在多种运行状态下均表现出优异的识别性能，显著提高了配电系统的监控和故障诊断能力。
