高阻接地故障识别模型的决策依据分析方法、装置及设备制造方法及图纸

技术编号:41645000 阅读:30 留言:0更新日期:2024-06-13 02:37
本申请公开了高阻接地故障识别模型的决策依据分析方法、装置及设备,方法包括:基于无标签零序电流数据对初始故障识别模型进行训练,得到预设高阻接地故障识别模型,预设高阻接地故障识别模型包括编码器和解码器;分析编码器输出的编码特征对模型识别结果的重要程度,并计算对应的全局Shapley值;采用实例归一化算法对编码向量进行归一化处理后,输入解码器进行解码分析,得到解码波形;通过对比解码波形和原始故障波形的方式进行频谱分析,并基于全局Shapley值分析模型决策依据,得到模型识别依据。本申请能解决现有接地故障识别模型对标注数据需求量大,且模型缺乏可解释性,导致模型训练缺乏针对性和可靠性的技术问题。

【技术实现步骤摘要】

本申请涉及配电网故障分析,尤其涉及高阻接地故障识别模型的决策依据分析方法、装置及设备


技术介绍

1、配电网结构日趋复杂,发生故障的概率也随之升高。单相接地故障是配电网最主要的故障类型之一,当配电网发生单相接地故障时往往伴随着燃弧现象,并产生电弧接地过电压。该电压的幅值较高,如果作用时间较长,随着馈线的增多,电容电流增大,高阻接地故障运行时所产生的过电压很容易使系统设备出现新的接地点,易引起相间短路或两点及多点接地故障,致使事故进一步扩大。因此,实现准确的故障识别对配电网的稳定运行具有重大的意义。

2、电网高阻接地故障的识别方法主要有时域法、频域法、时频域法和人工智能法。时域法侧重于电压和电流信号在时域上独特的特征,具有明显的物理属性;频域法则基于电压和电流信号的高、低频段分量,用以区分高阻接地故障和外部干扰;而将信号处理技术与人工智能算法相结合构成的高阻接地故障hif智能识别方法,通过自适应学习深层特征实现了对海量数据的有效处理,避免了人为提取故障特征受先验经验限制的问题。

3、但是,基于人工智能的hif识别方法不仅需要大量标注数本文档来自技高网...

【技术保护点】

1.高阻接地故障识别模型的决策依据分析方法,其特征在于,包括:

2.根据权利要求1所述的高阻接地故障识别模型的决策依据分析方法,其特征在于,所述基于无标签零序电流数据对初始故障识别模型进行训练,得到预设高阻接地故障识别模型,包括:

3.根据权利要求2所述的高阻接地故障识别模型的决策依据分析方法,其特征在于,所述采用所述无标签零序电流数据对初始编码器和初始解码器进行预训练,得到编码器和解码器,还包括:

4.根据权利要求1所述的高阻接地故障识别模型的决策依据分析方法,其特征在于,所述分析所述编码器输出的编码特征对所述预设高阻接地故障识别模型的识别结果的重要...

【技术特征摘要】

1.高阻接地故障识别模型的决策依据分析方法,其特征在于,包括:

2.根据权利要求1所述的高阻接地故障识别模型的决策依据分析方法,其特征在于,所述基于无标签零序电流数据对初始故障识别模型进行训练,得到预设高阻接地故障识别模型,包括:

3.根据权利要求2所述的高阻接地故障识别模型的决策依据分析方法,其特征在于,所述采用所述无标签零序电流数据对初始编码器和初始解码器进行预训练,得到编码器和解码器,还包括:

4.根据权利要求1所述的高阻接地故障识别模型的决策依据分析方法,其特征在于,所述分析所述编码器输出的编码特征对所述预设高阻接地故障识别模型的识别结果的重要程度,并计算对应的全局shapley值,包括:

5.根据权利要求4所述的高阻接地故障识别模型的决...

【专利技术属性】
技术研发人员:白浩刘通徐敏杨炜晨刘亦朋李巍要若天谈赢杰郭祚刚
申请(专利权)人:南方电网科学研究院有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1