来源：期刊VIP网 时间：
作者：张杰;徐冬梅;刘学广;邹君文;
单位：浙江省电力锅炉压力容器检验有限公司;国网浙江省电力有限公司电力科学研究院;
摘要：太阳能光伏电站的环网柜处在高温环境下运行，经常引起过热故障的发生，造成设备内部短路，甚至引起火灾，严重影响太阳能光伏的安全稳定接入并网。预测太阳能光伏接入电网侧环网柜温度的变化趋势，可以有效实现对过热故障的提前预防。该研究以历史温度数据、环境温度数据以及负荷电流数据作为影响环网柜温度变化的多维输入数据，利用长短时记忆神经网络（LSTM）构建光伏电站环网柜内部温度变化的预测模型。通过与10kV环网柜实验测试结果对比可知，基于多维监测数据的LSTM网络模型可以准确地完成环网柜温度预测。并且相较于传统神经网络构建的模型预测精度更高、计算结果更准确，研究结果为太阳能光伏接入电网侧环网柜过热故障的预测提供一种具有实际应用价值的方法。
关键词：环网柜;;温度预测;;多维监测数据;;LSTM神经网络
基金资助：环网柜温湿度仿真分析（No.GJRD2021-05）
