【技术实现步骤摘要】
本申请涉及但不限于电力系统故障分析，尤其涉及一种配电网的故障分析方法、电子设备、计算机可读存储介质。
技术介绍
1、电力线路故障严重影响电力系统运行的安全性和可靠性，当线路发生问题时，智能环网柜如果不能及时地区分是母线还是出线发生故障，将会对供电系统故障识别和检修效率造成严重的影响。目前在进行环网柜的线路故障分析时，未充分考虑线路故障类型辨识问题，不同线路故障类型下，呈现不同的故障特征，容易造成误判，例如小电流接地系统中单相接地或单相经高阻接地情况下，故障电流不明显，导致环网柜不能正确区分母线和出线故障，容易造成故障隔离失败或停电区域扩大。
技术实现思路
1、本申请实施例提供了一种配电网的故障分析方法、电子设备、计算机可读存储介质，能够有效提升区分母线和出线故障的准确性。
2、第一方面，本申请实施例提供了一种配电网故障分析方法，应用于环网柜，所述方法包括：
3、获取多相进线电流信号，对各相所述进线电流信号进行ewt变换，得到各个故障电流细节分量；
4、根据各个所述故障电流细节分量构建特征矩阵，并从各个所述特征矩阵中获取目标奇异值，所述目标奇异值为所述特征矩阵的全部的奇异值中数值最大的奇异值；
5、根据各个所述目标奇异值和预设阈值对所述配电网进行短路故障检测，当所述配电网存在短路故障，根据所述各个所述目标奇异值和所述预设阈值确定配电网的短路故障类型；
6、根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路。
7、在一些实施例中，所述根据所述各个所述目标奇异值和所述预设阈值确定配电网的短路故障类型，包括：
8、获取参考数量，所述参考数量为全部的所述目标奇异值中，所述目标奇异值大于所述预设阈值的数量；
9、当所述参考数量为1，确定所述短路故障类型为单相接地故障类型；
10、当所述参考数量大于或等于2，确定所述短路故障类型为相间短路故障类型。
11、在一些实施例中，在所述短路故障类型为相间短路故障类型的情况下，所述根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路，包括：
12、确定参考线路，所述参考线路为所述配电网中存在短路故障的所述进线电流信号对应的线路；
13、获取所述参考线路的出线电流信号；
14、当所述出线电流信号表征所述参考线路的出线线路不存在故障电流，确定所述目标故障线路为母线；
15、或者，
16、当所述出线电流信号表征所述参考线路的出线线路存在故障电流，确定所述目标故障线路为所述参考线路的出线线路。
17、在一些实施例中，在所述短路故障类型为单相接地故障类型的情况下，所述根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路，包括：
18、获取节点特征矩阵，所述节点特征矩阵包括所述配电网中各个线路的进线和出线的第一零模电流信号，以及第一节点邻接矩阵，其中，所述第一节点邻接矩阵表征各个所述第一零模电流信号之间的局部化特征信息；
19、将全部的第一零模电流信号和所述第一节点邻接矩阵输入至预先训练好的gcn模型进行故障分类处理，确定所述目标故障线路。
20、在一些实施例中，所述gcn模型包括输入层、隐藏层和输出层，所述输入层包括图卷积层，所述隐藏层包括激活层和池化层，所述将全部的第一零模电流信号和所述第一节点邻接矩阵输入至预先训练好的gcn模型进行故障分类处理，确定所述目标故障线路，包括：
21、将所述第一零模电流信号和所述第一节点邻接矩阵输入至所述图卷积层进行信息传递和信息聚合，得到各个线路的零模电流特征；
22、将全部的所述零模电流特征依次输入至所述激活层和所述池化层，输出中间特征信息；
23、将所述中间特征信息传递到所述输出层进行故障特征分类处理，确定所述目标故障线路。
24、在一些实施例中，所述第一节点邻接矩阵根据以下步骤得到：
25、依次遍历全部的所述第一零模电流信号对应的线路，并从全部的所述线路中选取一个线路作为目标节点；
26、根据预设的关系映射表对全部的所述第一零模电流信号对应的线路进行故障分类，得到多个节点分组，其中，所述关系映射表表征所述零模电流信号与故障标签的映射关系；
27、从每个节点分组中随机选取一个参考线路作为所述目标节点的相邻节点，根据所述目标节点和所述相邻节点生成节点特征向量，其中，所述相邻节点与所述目标节点互不相同；
28、当完成遍历全部的所述第一零模电流信号对应的线路之后，根据全部的所述节点特征向量生成所述第一节点邻接矩阵。
29、在一些实施例中，所述gcn模型根据以下步骤训练得到：
30、根据所述环网柜的系统接线拓扑搭建配电系统仿真模型，所述配电系统仿真模型的母线和出线存在单相接地故障，所述配电系统仿真模型的母线和出线分别设置有不同的过渡电阻；
31、采集所述母线和所述出线的第二零模电流信号，对所述第二零模电流信号进行数据预处理，得到预处理后的第三零模电流信号；
32、获取第二节点邻接矩阵，其中，所述第二节点邻接矩阵表征各个所述第三零模电流信号之间的局部化特征信息；
33、根据所述第三零模电流信号和所述第二节点邻接矩阵对初始gcn模型进行训练，得到训练好的所述gcn模型。
34、在一些实施例中，所述对所述第二零模电流信号进行数据预处理，得到预处理后的第三零模电流信号，根据以下公式得到：
35、
36、其中，ii为所述第二零模电流信号，ii′为所述第三零模电流信号，imax为全部的所述第二零模电流信号中的电流值最大的零模电流信号。
37、第二方面，本申请实施例提供了一种电子设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如第一方面所述的配电网的故障分析方法。
38、第三方面，本申请实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的配电网的故障分析方法。
39、本申请提供了一种配电网的故障分析方法、电子设备、计算机可读存储介质，方法包括：获取多相进线电流信号，对各相所述进线电流信号进行ewt变换，得到各个故障电流细节分量；根据各个所述故障电流细节分量构建特征矩阵，并从各个所述特征矩阵中获取目标奇异值，所述目标奇异值为所述特征矩阵的全部的奇异值中数值最大的奇异值；根据各个所述目标奇异值和预设阈值对所述配电网进行短路故障检测，当所述配电网存在短路故障，根据所述各个所述目标奇异值和所述预设阈值确定配电网的短路故障类型；根据所述短路故障类型和预设故障检测规则确定所述配电网中的目本文档来自技高网...
【技术保护点】
1.一种配电网的故障分析方法，其特征在于，应用于环网柜，所述方法包括：
2.根据权利要求1所述的配电网的故障分析方法，其特征在于，所述根据所述各个所述目标奇异值和所述预设阈值确定配电网的短路故障类型，包括：
3.根据权利要求2所述的配电网的故障分析方法，其特征在于，在所述短路故障类型为相间短路故障类型的情况下，所述根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路，包括：
4.根据权利要求1所述的配电网的故障分析方法，其特征在于，在所述短路故障类型为单相接地故障类型的情况下，所述根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路，包括：
5.根据权利要求4所述的配电网的故障分析方法，其特征在于，所述GCN模型包括输入层、隐藏层和输出层，所述输入层包括图卷积层，所述隐藏层包括激活层和池化层，所述将全部的第一零模电流信号和所述第一节点邻接矩阵输入至预先训练好的GCN模型进行故障分类处理，确定所述目标故障线路，包括：
6.根据权利要求5所述的配电网的故障分析方法，其特征在于，所述第一节点邻接
7.根据权利要求4所述的配电网的故障分析方法，其特征在于，所述GCN模型根据以下步骤训练得到：
8.根据权利要求1所述的配电网的故障分析方法，其特征在于，所述对所述第二零模电流信号进行数据预处理，得到预处理后的第三零模电流信号，根据以下公式得到：
9.一种电子设备，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至8任一项所述的配电网的故障分析方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8中任意一项所述的配电网的故障分析方法。
...【技术特征摘要】
1.一种配电网的故障分析方法，其特征在于，应用于环网柜，所述方法包括：
2.根据权利要求1所述的配电网的故障分析方法，其特征在于，所述根据所述各个所述目标奇异值和所述预设阈值确定配电网的短路故障类型，包括：
3.根据权利要求2所述的配电网的故障分析方法，其特征在于，在所述短路故障类型为相间短路故障类型的情况下，所述根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路，包括：
4.根据权利要求1所述的配电网的故障分析方法，其特征在于，在所述短路故障类型为单相接地故障类型的情况下，所述根据所述短路故障类型和预设故障检测规则确定所述配电网中的目标故障线路，包括：
5.根据权利要求4所述的配电网的故障分析方法，其特征在于，所述gcn模型包括输入层、隐藏层和输出层，所述输入层包括图卷积层，所述隐藏层包括激活层和池化层，所述将全部的第一零模电流信号和所述第一节点邻接矩阵输入至预先训练好的gcn模型进行故障分类处理，确定所述...
【专利技术属性】
技术研发人员：张维，田巍巍，张志华，刘健，张敏，谭卫斌，
申请(专利权)人：珠海许继电气有限公司，
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。