一种配电网故障预测的方法技术

一种配电网故障预测的方法，包括如下步骤：S1、设置训练用配电网；S2、调控训练用配电网的故障类型和对应的环境条件；S3、将调控后的故障类型所具有的特征输入至训练用模型，并将具有该特征的故障类型标记为故障F；S4、构建深度学习模型；S5、将深度学习模型与待检测配电网连接，利用深度学习模型检测配电网的故障情况；S6、统计配电网的故障情况及发生故障时的环境条件；S7、根据环境条件对配电网的故障情况进行预测。本发明专利技术能对配电网的故障进行预测，以提前对配电网进行针对性的维护，保障配电网能够稳定的运行使用。电网能够稳定的运行使用。电网能够稳定的运行使用。

【技术实现步骤摘要】
一种配电网故障预测的方法


[0001]本专利技术涉及电力故障诊断
，尤其涉及一种配电网故障预测的方法。

技术介绍

[0002]配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。
[0003]在配电网运行过程中，在不同的环境条件下会发生不同的故障，目前一般只能在故障发生后才进行故障的消除，在消除故障时，需要关停配电网，影响正常使用。

技术实现思路

[0004](一)专利技术目的
[0005]为解决
技术介绍
中存在的技术问题，本专利技术提出一种配电网故障预测的方法，能对配电网的故障进行预测，以提前对配电网进行针对性的维护，保障配电网能够稳定的运行使用。
[0006](二)技术方案
[0007]本专利技术提供了一种配电网故障预测的方法，包括如下步骤：
[0008]S1、设置训练用配电网；
[0009]S2、调控训练用配电网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网故障预测的方法，其特征在于，包括如下步骤：S1、设置训练用配电网；S2、调控训练用配电网的故障类型和对应的环境条件；S3、将调控后的故障类型所具有的特征输入至训练用模型，并将具有该特征的故障类型标记为故障F；S4、构建深度学习模型；S5、将深度学习模型与待检测配电网连接，利用深度学习模型检测配电网的故障情况；S6、统计配电网的故障情况及发生故障时的环境条件；S7、根据环境条件对配电网的故障情况进行预测。2.根据权利要求1所述的一种配电网故障预测的方法，其特征在于，故障类型包括自然故障和人为故障，自然故障包括电线短路故障、电线断路故障、配电电压器故障、绝缘子破裂故障和电缆头爆炸故障，人为故障包括车辆撞击电线杆故障、导线悬挂异物故障、基建施工导致的故障、动物危害造成的故障和盗窃导致的故障。3.根据权利要求2所述的一种配电网故障预测的方法，其特征在于，将自然故障和人为故障中的多个故障类型按照F1、F2、
……
、FN顺序依次进行标号。4.根据权利要求1所述的一种配电网故障预测的方法，其特征在于，故障发生时的环境条件包括天气条件和时间条件；天气条件包括雨、雪、风、冰雹、龙卷风和地震，以及各种条件对应的等级，还包括故障发生时的温度；时间条件为故障发生的时间，时间条件按照周期和季节进行统计，周期包括天、周、月、季度和年度，季节包括春季、夏季、秋季和冬季。5.根据权利要求1所述的一种配电网故障预测的方法，其特征在于，在构建完毕深度学习模型后，输入环境条件，验证深度学习模型的检测准确度，当检测准确度低于95％时，进行数据反馈，继续训练深度学习模型，直至检测准确度达到或超过95％。6.根据权利要求1所述的一种配电网故障预测...

【专利技术属性】
技术研发人员：贾俊青，杨德宇，武文丽，郭杉，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，
类型：发明
国别省市：