基于短时矩阵铅笔法与图神经网络的配网故障定位方法技术

技术编号:41723279 阅读:36 留言:0更新日期:2024-06-19 12:47
本发明专利技术公开了基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其包括:获取三相电压数据,计算其动态耦合值;采用短时矩阵铅笔法,对三相电压动态耦合信号做滑窗运算,分析信号中的主导模态;提取残差值最大的主导模态并存储其阻尼因子与角频率;量化配网各节点间的邻接关系,形成邻接矩阵,结合节点矩阵与边矩阵生成配网图矩阵;采用截断的P阶切比雪夫多项式近似化处理参数滤波因子,优化定义图卷积算法;搭建含两层图卷积神经网络GCN的架构,实现故障定位。本发明专利技术能够精准捕捉故障动态变化规律并提取暂态特征,实现电气暂态量时频分析、图理论与数据驱动的高效结合,具有较高的定位准确率与工程实用价值。

【技术实现步骤摘要】

本专利技术涉及配电网安全运行领域,具体涉及一种基于短时矩阵铅笔法与图神经网络的配网故障定位方法


技术介绍

1、配电网可能会发生多种类型的故障,造成供电中断,危及人身财产安全,对这些故障进行定位并识别故障类型,是找到电网薄弱环节,指导后续运维或与快速恢复供电的关键所在。配电网中发生的故障多为瞬时故障,尤其是架空线路。由于电网组件的绝缘损坏、动物或树木的短时接触以及天气等原因,配电网会产生瞬时短路故障,故障持续时间较短,因此,确定故障的位置并采取适当的维护措施以防止未来演变为永久性故障具有重要意义,有效的配网故障定位方法将提高电网运行可靠性与态势感知能力。

2、配电网故障分类与定位的研究主要分为基于模型的方法、基于数据驱动的方法和混合物理感知数据驱动的方法。基于阻抗的方法和采用行波技术的方法针对配网短距离线路的定位精度较低;通过proony模态分析,提取原始信号模态,利用获得的模态构建电路可以实现故障定位。然而,考虑到配网可能出现三相不平衡等复杂工况性,基于电路分析与建模的方法效果欠佳。在数据驱动的研究中,采用机器学习法可以将波形信号分解为分段形本文档来自技高网...

【技术保护点】

1.一种基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其特征在于,所述通过波形测量单元WMU采集故障前、故障期间与故障后的三相电压数据,并计算电压动态耦合值,其中电压动态耦合值通过下列公式计算:

3.根据权利要求1所述的基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其特征在于,所述的采用短时矩阵铅笔法,对三相电压动态耦合信号做滑窗运算,分析信号中的主导模态,依据设置好固定窗长的滑窗沿所得信号的时间轴正向滑动,按照规定的记录频率对信号进行快照记录,并对当前滑...

【技术特征摘要】

1.一种基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其特征在于,所述通过波形测量单元wmu采集故障前、故障期间与故障后的三相电压数据,并计算电压动态耦合值,其中电压动态耦合值通过下列公式计算:

3.根据权利要求1所述的基于短时矩阵铅笔法与图神经网络的配网故障定位方法,其特征在于,所述的采用短时矩阵铅笔法,对三相电压动态耦合信号做滑窗运算,分析信号中的主导模态,依据设置好固定窗长的滑窗沿所得信号的时间轴正向滑动,按照规定的记录频率对信号进行快照记录,并对当前滑窗内的波形做矩阵铅笔法相关计算。

4.根据权利要求1所述的基于短时矩阵铅笔法与图神经网络的配网...

【专利技术属性】
技术研发人员:陈奎孙蕾张明睿徐震
申请(专利权)人:中国矿业大学
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