短路类型识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种短路类型识别方法、装置、电子设备及存储介质。在待识别低压台区的配电线路发生短路故障的情况下，获取所述待识别低压台区中至少部分目标检测节点的电力数据，根据各个所述目标检测节点的电力数据构建目标电力特征信息矩阵；获取各个所述目标检测节点之间的目标拓扑关系，根据所述目标拓扑关系构建目标拓扑特征信息矩阵；将所述目标电力特征信息矩阵和所述目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别网络中，得到所述待识别低压台区的配电线路的目标短路类型。根据输入目标电力特征信息矩阵与目标拓扑特征信息矩阵到训练完成的短路类型识别网络中得到目标短路类型，从而提高了短路类型识别的效率和精确度。的效率和精确度。的效率和精确度。

【技术实现步骤摘要】
短路类型识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及电力系统故障检测
，尤其涉及一种短路类型识别方法、装置、电子设备及存储介质。

技术介绍

[0002]随着5G通讯技术与智能电网的建设与发展，人工智能更加广泛的应用到电网建设当中，中低压配电台区作为电网的重要组成部分，其运行的安全性与可靠性是电力公司考核的重要指标。对故障的识别进行深入研究及实现识别的自动化是具有重要意义的。
[0003]近年来随着机器学习技术的快速发展，卷积神经网络，长短期记忆网络，循环神经网络等走进人们的视线，有研究者利用卷积神经网络对输电网进行故障识别，取得了不错的效果；还有研究者利用支持向量机对配电网进行故障识别。以上办法无法涵盖配电网各节点的信息，同时由于配电网的线路参数复杂，当短路发生时以上因素都会影响最终的判断结果，对配电网短路类型的判断结果精确度较差。

技术实现思路

[0004]本专利技术提供了一种短路类型识别方法、装置、电子设备及存储介质，以解决对配电网短路类型的判断结果精确度较差的问题。
[0005]根据本专利技术的一方面，提供了一种短路类型识别方法，其中，该方法包括：
[0006]在待识别低压台区的配电线路发生短路故障的情况下，获取所述待识别低压台区中至少部分目标检测节点的电力数据，根据各个所述目标检测节点的电力数据构建目标电力特征信息矩阵；
[0007]获取各个所述目标检测节点之间的目标拓扑关系，根据所述目标拓扑关系构建目标拓扑特征信息矩阵；
[0008]将所述目标电力特征信息矩阵和所述目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别网络中，得到所述待识别低压台区的配电线路的目标短路类型；
[0009]其中，所述短路类型识别网络基于样本低压台区中对应的样本电力特征信息矩阵和样本拓扑特征信息矩阵，以及与所述样本电力特征信息矩阵和所述样本拓扑特征信息矩阵对应的短路类型标签数据对预先建立的图卷积神经网络训练得到。
[0010]根据本专利技术的另一方面，提供了一种短路类型识别装置，其中，该装置包括：
[0011]目标电力特征信息矩阵构建模块，用于在待识别低压台区的配电线路发生短路故障的情况下，获取所述待识别低压台区中至少部分目标检测节点的电力数据，根据各个所述目标检测节点的电力数据构建目标电力特征信息矩阵；
[0012]目标拓扑特征信息矩阵构建模块，用于获取各个所述目标检测节点之间的目标拓扑关系，根据所述目标拓扑关系构建目标拓扑特征信息矩阵；
[0013]目标短路类型确定模块，用于将所述目标电力特征信息矩阵和所述目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别网络中，得到所述待识别低压台区的配电线
路的目标短路类型；
[0014]其中，所述短路类型识别网络基于样本低压台区中对应的样本电力特征信息矩阵和样本拓扑特征信息矩阵，以及与所述样本电力特征信息矩阵和所述样本拓扑特征信息矩阵对应的短路类型标签数据对预先建立的图卷积神经网络训练得到。
[0015]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0016]至少一个处理器；以及
[0017]与所述至少一个处理器通信连接的存储器；其中，
[0018]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的短路类型识别方法。
[0019]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的短路类型识别方法。
[0020]本专利技术实施例的技术方案，通过在待识别低压台区的配电线路发生短路故障的情况下，先获取所述待识别低压台区中至少部分目标检测节点的电力数据，根据各个所述目标检测节点的电力数据构建目标电力特征信息矩阵；再获取各个所述目标检测节点之间的目标拓扑关系，根据所述目标拓扑关系构建目标拓扑特征信息矩阵；最后，将所述目标电力特征信息矩阵和所述目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别网络中，得到所述待识别低压台区的配电线路的目标短路类型；其中，所述短路类型识别网络基于样本低压台区中对应的样本电力特征信息矩阵和样本拓扑特征信息矩阵，以及与所述样本电力特征信息矩阵和所述样本拓扑特征信息矩阵对应的短路类型标签数据对预先建立的图卷积神经网络训练得到，解决了对配电网短路类型的判断结果精确度较差的问题。能够根据构建的目标电力特征信息矩阵与目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别网络中得到低压台区的配电线路的目标短路类型，综合考虑了短路期间的线路电力数据和线路拓扑关系，取到了提高配电网短路类型的判断结果精确度的效果。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是根据本专利技术实施例一提供的一种短路类型识别方法的流程图；
[0024]图2为本专利技术实施例提供的一种用于执行本专利技术实施例的短路类型识别方法的场景示意图；
[0025]图3为本专利技术实施例提供的一种用于执行本专利技术实施例的短路类型识别方法的场景示意图；
[0026]图4是根据本专利技术实施例二提供的一种短路类型识别方法的流程图；
[0027]图5是根据本专利技术实施例三提供的一种短路类型识别装置的结构示意图；
[0028]图6是实现本专利技术实施例四提供的一种短路类型识别方法的电子设备的结构示意图。
具体实施方式
[0029]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0030]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种短路类型识别方法，其特征在于，包括：在待识别低压台区的配电线路发生短路故障的情况下，获取所述待识别低压台区中至少部分目标检测节点的电力数据，根据各个所述目标检测节点的电力数据构建目标电力特征信息矩阵；获取各个所述目标检测节点之间的目标拓扑关系，根据所述目标拓扑关系构建目标拓扑特征信息矩阵；将所述目标电力特征信息矩阵和所述目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别网络中，得到所述待识别低压台区的配电线路的目标短路类型；其中，所述短路类型识别网络基于样本低压台区中对应的样本电力特征信息矩阵和样本拓扑特征信息矩阵，以及与所述样本电力特征信息矩阵和所述样本拓扑特征信息矩阵对应的短路类型标签数据对预先建立的图卷积神经网络训练得到。2.根据权利要求1所述的方法，其特征在于，所述获取所述待识别低压台区中至少部分目标检测节点的电力数据，包括：根据预设检测周期分别确定在所述待识别低压台区的配电线路发生短路故障前的第一检测周期、发生短路故障时的第二检测周期以及发生短路故障后的第三检测周期；分别确定与所述第一检测周期、所述第二检测周期以及所述第三检测周期对应的目标采样时间点，获取至少部分目标检测节点在所述目标采样时间点的电力数据。3.根据权利要求2所述的方法，其特征在于，所述根据各个所述目标检测节点的电力数据构建目标电力特征信息矩阵，包括：针对所述待识别低压台区的每个目标检测节点，将每个所述目标采样时间点采集的电力数据进行拼接，得到一维行向量；将每个目标检测节点的一维行向量按预设的节点排布顺序进行拼接，获得所述待识别低压台区的目标电力特征信息矩阵。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标拓扑关系构建目标拓扑特征信息矩阵，包括：根据所述目标拓扑关系构建与各个目标检测节点对应的目标邻接矩阵，将所述目标邻接矩阵作为所述待识别低压台区的目标拓扑特征信息矩阵。5.根据权利要求1所述的方法，其特征在于，在所述将所述目标电力特征信息矩阵和所述目标拓扑特征信息矩阵输入至预先训练完成的短路类型识别...

【专利技术属性】
技术研发人员：陈楠，沈伟，林晓新，成新苗，徐英谋，杨泽荣，陆煜锌，
申请(专利权)人：广东电网有限责任公司汕头供电局，
类型：发明
国别省市：