基于机器学习的差动保护设置跟踪与提供方案

随着微电网中差动保护的广泛使用，在线获取设置的需求比过去的过程更加迫切。 本文提出了一种新的微电网差动保护方案，该方案通过跟踪多个设置组控制块（SGCB）类服务来实现设置跟踪和提供方案，以获取最新启用的保护设置。 实施了机器学习技术，以帮助分类器识别故障检测所需的最相关的电气特征，并为微电网建立最佳有效的差动保护策略。 实际案例研究已成功验证了微电网保护方案的适应性和实用性，其中统计分类器将根据保护设置和差异特征做出决策。