本发明专利技术提出了一种基于YOLOV5的配电网故障定位方法，包括以下步骤：步骤S1，制作配电网接地故障行波数据集和非行波数据集；步骤S2，对行波数据集和非行波数据集中的数据进行预处理；步骤S3，构建基于YOLOV5的配电网的行波识别及零点查找模型；步骤S4，利用步骤S2中预处理后的数据对行波识别及零点查找模型进行训练和测试；步骤S5，使用训练好的模型计算配电网的接地故障位置。本发明专利技术通过深度学习网络提取行波更深层次的特征，找到复杂行波特征与首半波零点之间的非线性关系，从而解决配电网接地故障行波首半波难以识别以及零点查找困难的问题，实现接地故障的高精度定位。实现接地故障的高精度定位。实现接地故障的高精度定位。
【技术实现步骤摘要】
基于YOLOV5的配电网故障定位方法、系统、终端及存储介质
[0001]本专利技术涉及配电网故障诊断
，尤其涉及一种基于YOLOV5的配电网故障定位方法、系统、终端及存储介质。
技术介绍
[0002]随着电网能源结构的不断变化，对配电网的稳定运行产生了一定影响。配电网作为城乡的重要基础设施，支撑着分布式能源并网和居民的生产生活，是新型电力系统的主要组成部分。当配电网发生接地故障时，快速准确地对故障进行定位，有助于更快地修复或切除故障，减少停电造成的经济损失，对配电网的安全、稳定、经济运行具有重要意义。
[0003]配电网本身拓扑结构复杂，存在很多分支线路，线路由架空线和电缆混合组成，线路的阻抗较输电网更大，故障信号复杂。此外，随着新型电力系统的快速发展，配电网接入了很多分布式电源和储能装置，在发生接地故障时，会产生新的干扰，不利于故障点的定位。
[0004]现有的线路故障定位方法主要有行波法、故障分析法、固有频率法等。其中行波测距方法在工程上应用最为广泛，尤其在输电线路中，但在配电网中，行波的波形受线路阻抗、拓扑结构、干扰信号的影响，波形十分复杂。在中高阻接地情况下，部分干扰和反射叠加产生的噪声在幅值上大于行波本身，导致首半波及其零点的识别无法通过幅值、频率等特性去判断。在配电线路下，现有的行波测距算法无法处理干扰较多的行波，没有挖掘行波深层次特征，很难准确地找到首半波和零点位置，整体测距精度较低，难以实现工程应用。因此，需要一种方法提取更深层次的行波特征来找到行波的首半波和零点，实现高精度的故障定位。
技术实现思路
[0005]本专利技术提出一种基于YOLOV5的配电网故障定位方法、系统、终端及存储介质，解决了现有技术中行波测距算法无法处理干扰较多的行波，没有挖掘行波深层次特征，很难准确地找到首半波和零点位置，整体测距精度较低，难以实现工程应用的技术问题。
[0006]本专利技术的技术方案是这样实现的：根据本专利技术的一方面，提供了一种基于YOLOV5的配电网故障定位方法，包括以下步骤：步骤S1，制作配电网接地故障行波数据集和非行波数据集；步骤S2，对行波数据集和非行波数据集中的数据进行预处理；步骤S3，构建基于YOLOV5的配电网的行波识别及零点查找模型；步骤S4，利用步骤S2中预处理后的数据对行波识别及零点查找模型进行训练和测试；步骤S5，使用训练好的模型计算配电网的接地故障位置。
[0007]作为本专利技术优选的方案，步骤S1中，制作行波数据集和非行波数据集的方法包括：
行波数据获取，在配电线路真型实验场中，调整线路接地方式、接地电阻阻值、短路接地点位置、架空线路与电缆的混合比例、监测点之间的线路分支数等，进行大量实验，获取不同运行状态下配电线路接地故障时的电压行波波形数据；非行波数据获取，在线路中单独或混合施加干扰（干扰包括局放、纹波、反射、脉冲、锯齿噪声等），生成干扰电压波形，获取不同干扰情况下线路正常运行时的电压非行波波形数据；收集所有行波波形数据构成行波数据集，收集所有非行波波形数据构成非行波数据集，行波数据集和非行波数据集中均包含训练集和测试集，训练集和测试集的比例为8：2。
[0008]作为本专利技术优选的方案，步骤S2中，对数据进行预处理的方法包括：缺失异常处理：对于数据集中每组数据，检查是否存在缺失异常值，当缺失值的数量少于预设值（较少）时，采用临近插值的方式进行填补或修正；当缺失值的数量不少于预设值（较多）时，剔除整组数据。
[0009]数据增强：在40MHz采样频率下，10240个采样点长度的行波数据就包含大半个行波，只需要将模型输入控制在10240维度即可；对于行波数据，随机截取多组包含行波首半波且长度为10240采样区间（该长度可根据实际采样频率来调整）的数据，再随机叠加小幅值的振荡干扰信号，生成多组包含小干扰的行波数据作为样本；对于非行波数据，随机截取包含干扰且长度为10240采样区间的数据作为样本。
[0010]数据标准化：经电压互感器获取的电压行波幅值，在不同线路阻抗条件下整体幅值相差较大，需要对数据进行标准化处理；对每组数据，采用如下公式对行波数据的电压幅值进行标准化处理：其中，x为原行波数据的电压幅值，为标准化处理后的电压幅值；μ为整组数据（即10240个采样点的数据）的电压幅值的均值；为整组数据的电压幅值的标准差。
[0011]数据标注：对于行波数据，将整组数据（即10240个采样点的数据）分为320个区间，每个区间32个采样点长度，标记首半波零点在每个区间出现的概率、首半波零点在每个区间的偏移比例、行波波速的修正系数、实际样本属于行波与非行波的概率；对于非行波数据，标记实际样本属于行波与非行波的概率。
[0012]作为本专利技术优选的方案，步骤S3中，构建行波识别及零点查找模型的方法包括：在原YOLOV5网络Backbone和Neck部分的基础上，将二维卷积核全部改为一维卷积核，二维批标准化层全部改为一维批标准化层，二维最大池化层改为一维最大池化层。
[0013]为使最上层输出能有一个合适的感受野，即上层输出特征图每一个长度单位对应原输入32个采样点，将Backbone的前两个一维卷积核的核大小、步长、填充值分别改为（6,4,1）、（4,4,0），这样前两个卷积模块会分别进行两次4倍的下采样，再经过第三个卷积模块的2倍下采样，实现32倍的下采样特征提取；行波识别及零点查找模型包括：输入层、一维卷积层、一维批标准化层、激活函数层、拼接层、上采样层、一维最大池化层和输出层；行波识别及零点查找模型的输入层为1*10240的张量，对应波形数据10240个采样
点；在经过上述网络模型后，最后输出三个特征图，它们的通道数*特征长度分别为256*320、512*160、1024*80，为每个特征图添加一维卷积用于最后输出，三个特征图对应的卷积核参数（输入通道数，输出通道数，核大小，步长）分别为（256,2,1,1）、（512,1,160,1）、（1024,2,80,1）；在经过一维卷积后，最后三个输出维度分别为2*320、1*1、2*1，第一个输出中2*320的值表示首半波零点在320个区间内出现的可能性、零点在320个区间的偏移比例；第二个输出1*1表示行波波速的修正系数；第三个输出2*1的值表示预测样本属于行波与非行波的概率，其中，概率与输出数值大小有关，数值越大，概率越高。
[0014]作为本专利技术优选的方案，所述行波识别及零点查找模型的损失函数为：其中，l为总损失值；λ1、λ2、λ3、λ4分别为4个损失值l1、l2、l3、l4的权重值；l1表示预测样本波形属于行波、非行波的概率与实际样本属于行波、非行波概率的交叉熵损失，可表示为：式中，分别表示样本预测为行波与非行波的可能性，分别表示样本实际属于行波与非行波的概率；l2表示预测首半波的零点所在区间概率与零点实际所在区间概率的交叉熵损失，可表示为：式中，表示样本实际在第i个区间存在零点的概率，表示样本数据通过模型预测出在第i个区间存在零点的可能性；l3表示零点实际所在本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于YOLOV5的配电网故障定位方法，其特征在于，包括以下步骤：步骤S1，制作配电网接地故障行波数据集和非行波数据集；步骤S2，对行波数据集和非行波数据集中的数据进行预处理；步骤S3，构建基于YOLOV5的配电网的行波识别及零点查找模型；步骤S4，利用步骤S2中预处理后的数据对行波识别及零点查找模型进行训练和测试；步骤S5，使用训练好的模型计算配电网的接地故障位置。2.如权利要求1所述的一种基于YOLOV5的配电网故障定位方法，其特征在于，步骤S1中，制作行波数据集和非行波数据集的方法包括：行波数据获取，调整配电线路的运行状态，获取不同运行状态下配电线路接地故障时的电压行波波形数据；非行波数据获取，在配电线路中施加不同的干扰，获取不同干扰情况下线路正常运行时的电压非行波波形数据；收集所有行波波形数据构成行波数据集，收集所有非行波波形数据构成非行波数据集，行波数据集和非行波数据集中均包含训练集和测试集。3.如权利要求1所述的一种基于YOLOV5的配电网故障定位方法，其特征在于，步骤S2中，对数据进行预处理的方法包括：缺失异常处理：对于数据集中每组数据，检查是否存在缺失异常值，当缺失值的数量少于预设值时，采用临近插值的方式进行填补或修正；当缺失值的数量不少于预设值时，剔除整组数据；数据增强：对于行波数据，随机截取多组包含行波首半波且长度为预设长度的数据，再随机叠加小幅值的振荡干扰信号，生成多组包含小干扰的行波数据作为样本；对于非行波数据，随机截取包含干扰且长度为预设长度的数据作为样本；数据标准化：对每组数据，采用如下公式对行波数据的电压幅值进行标准化处理：其中，x为原行波数据的电压幅值，为标准化处理后的电压幅值；μ为整组数据的电压幅值的均值；为整组数据的电压幅值的标准差；数据标注：对于行波数据，将整组数据分为若干个区间，标记首半波零点在每个区间出现的概率、首半波零点在每个区间的偏移比例、行波波速的修正系数、实际样本属于行波与非行波的概率；对于非行波数据，标记实际样本属于行波与非行波的概率。4.如权利要求1所述的一种基于YOLOV5的配电网故障定位方法，其特征在于，步骤S3中，构建行波识别及零点查找模型的方法包括：在原YOLOV5网络的基础上，将二维卷积核全部改为一维卷积核，二维批标准化层全部改为一维批标准化层，二维最大池化层改为一维最大池化层；行波识别及零点查找模型包括：输入层、一维卷积层、一维批标准化层、激活函数层、拼接层、上采样层、一维最大池化层和输出层；行波识别及零点查找模型的输入层为1*N的张量，N为一组波形数据的采样点数量；行波识别及零点查找模型的输出层包含三个维度的输出，第一个维度的输出表示首半
波零点出现的可能性及所在区间偏移比例；第二个维度的输出表示行波波速的修正系数；第三个维度的输出表示预测样本属于行波与非行波的概率。5.如权利要求1所述的一种基于...
【专利技术属性】
技术研发人员：郭琳云，黄烁，侯勇，袁航，易堃，陈亚军，冯超，马浩然，
申请(专利权)人：西安兴汇电力科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。