一种基于图神经网络的配电网故障线路定位方法技术

本发明专利技术公开了一种基于图神经网络的配电网故障线路定位方法，主要步骤为：1)将配电网抽象为图数据；2)提取图的结构信息和节点的属性信息作为模型的输入；3)利用变分图自编码器(VGAE)对图中的节点特征进行抽象和压缩；4)基于GraphSAGE模型实现配电网故障线路定位。本发明专利技术充分挖掘了配电网线路之间的关联关系，能够更加自然地反映现实场景下的配电网运行规律，并且在噪声干扰、高阻接地故障、分布式电源接入等情况下均能准确定位到故障线路区段。预测结果能在满足准确性要求的前提下为配电运维管理人员提供辅助决策支撑。

【技术实现步骤摘要】

本专利技术涉及智能配电网领域，具体是一种基于图神经网络的配电网故障线路定位方法。

技术介绍

0、技术背景

1、配电网故障定位是保证供电安全稳定和供电快速恢复的前提，随着配电网自动化水平的发展，当配电网故障事件发生时，需要通过配电网故障定位方法快速准确地定位到故障位置，然后配电自动化系统根据定位结果遥控打开距离故障最近的开关，实现故障隔离，将故障造成的影响范围降低到最小，尽快恢复正常区域供电。

2、通过对国内外学者在配电网故障定位方面的研究成果进行了分析整理，发现这些方法虽然在一定程度上取得了不错的进展，但是它们大多都基于一个过于理想的假设，即假设配电网中的配电设备之间不存在相互影响关系。但在实际的配电网环境中，某条线路发生短路故障，会对周围与其直接或间接相连的线路、其它配电设备产生不同程度的影响。

3、在分布式电源接入配电网的发展现状下，配电网的拓扑结构和运行状态变得愈发复杂。并且在研究配电网故障定位时，还需要充分考虑配电网中配电设备间的相互作用关系。而传统的神经网络模型不擅长挖掘非欧式领域中各元素之间的关联关系，难以应本文档来自技高网...

【技术保护点】

1.一种基于图神经网络的配电网故障线路定位方法，其特征在于，主要包括以下步骤：

2.根据权利要求1所述的一种基于图神经网络的配电网故障线路定位方法，其特征在于，将配电网抽象为图数据G＝(V,E)，具体抽象得到的图结构类型为无向不加权同构图，图中的节点V和边E分别表示母线和馈线支路。

3.根据权利要求1所述的一种基于图神经网络的配电网故障线路定位方法，其特征在于，提取图的结构信息和节点的属性信息作为模型的输入，主要步骤如下：

4.根据权利要求1所述的一种基于图神经网络的配电网故障线路定位方法，其特征在于，利用变分图自编码器(VGAE)对图中的节点特征进行...

【技术特征摘要】

1.一种基于图神经网络的配电网故障线路定位方法，其特征在于，主要包括以下步骤：

2.根据权利要求1所述的一种基于图神经网络的配电网故障线路定位方法，其特征在于，将配电网抽象为图数据g＝(v,e)，具体抽象得到的图结构类型为无向不加权同构图，图中的节点v和边e分别表示母线和馈线支路。

3.根据权利要求1所述的一种基于图神经网络的配电网故障线路定位方法，其特征在于，提...

【专利技术属性】
技术研发人员：范敏，张焕娇，夏嘉璐，王孝中，李娜，段奕辰，
申请(专利权)人：重庆大学，
类型：发明
国别省市：