一种基于空间数据融合的配电线路故障定位方法技术

本发明专利技术提供了一种基于空间数据融合的配电线路故障定位方法，本发明专利技术首先对整个待检测的配电网进行仿真模拟，然后对所有线路进行等距故障测试，然后将整个配电网的故障点采集到的电压电流信号进行转换、信息融合，再结合卷积神经网络(CNN)的方法进行模拟训练，最后对于现实中配电网的故障能够准确定位。于现实中配电网的故障能够准确定位。于现实中配电网的故障能够准确定位。

【技术实现步骤摘要】
SVM for smart distribution network',Electr.Power Autom.Eq.,2016,36,(6),pp.7
‑
12
[0007][2]Guo,M.F.,You,L.X.,Hong,C.,et al.:'Identification method of distribution network faults based on singular value of LCD
‑
Hilbert spectrums and multilevel SVM',High Volt.Eng.,2107,43,(4),pp.1239
‑
1247
[0008][3]Sun,P.,Cao,Y.C.,Liu,Y.,et al.:'Fault classification technique for power distribution network using binary ant colony algorithm and fuzzy neural network',High Volt.Eng.,2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空间数据融合的配电线路故障定位方法，其特征在于，包括以下步骤：S1，建立与待检测配电网结构一致的仿真信号采集系统，包括与所述待测配电网结构一致的拓扑图与故障指示器布置图，在拓扑图上设定多个故障点，并采用故障指示器获取各个故障点不同故障类型对应的多个采样点电压电流信号样本X＝(x1,x2,
…
,x
n
)；S2，将获取到的每个故障点发生故障时刻的所有故障指示器采集的不同电压电流信号样本X＝(x1,x2,
…
,x
n
)进行归一化处理得到归一化后的即的元素为其中，S3,利用格拉姆角场矩阵对归一化处理后的电压电流信号样本进行时间
‑
空间变换,即将信号的时间波形转换为极坐标形式，使时间信号转换为空间图像的形式，从而在图像空间同时体现出信号的幅度与频率信息；S4,将一个故障发生时所有采样点的故障指示器所采集的电压电流信号样本，均分别进行格拉姆变换后得到若干单点图像样本，采用多点空间信息融合方法对所有的单点图像样本进行信息融合，获得该故障点融合后的样本数据；S5,重复步骤S2
‑
S4中的过程，获取拓扑图上设定的每个故障点发生故障时的多个采样点进行信息融合后的样本数据，整合成一个样本数据集；S6，采用卷积神经网络对融合后的样本数据集进行训练，直到网络收敛，此时建立状态特征库，所述状态特征库中包括故障点位置以及故障类型；S7，以建立好的状态特征库为故障识别参考对象，将发生故障后的电流电压信号输入神经网络，即可根据状态特征库的参考数据信息快速定位...

【专利技术属性】
技术研发人员：侯思祖，韩庆雪，刘保辉，丁柱卫，
申请(专利权)人：保定市毅格通信自动化有限公司，
类型：发明
国别省市：