基于深度学习的输配电线路雷击故障预测与雷击防护性能提升策略

输配电线路雷击故障频发导致供电可靠性下降，传统防护措施效果不理想。基于多源气象数据与线路运行参数构建深度学习预测模型，结合长短期记忆网络实现故障预测。研究避雷器布置方案对防护性能的影响，开展接地电阻优化试验。预测模型准确率达95.3 %，预测提前量2小时；改进后防护策略使线路耐雷水平提升31.2 %，年平均故障率下降28.7 %。新型防护方案已在某省35条输电线路投入运行，取得显著防护效果，对提高输配电线路雷击防护水平具有重要的实践意义。

深度学习；输配电线路；雷击故障预测；防护性能；神经网络