一种基于T-RNN的配电网故障定位方法及系统技术方案

本发明专利技术公开了一种基于T‑RNN的配电网故障定位方法及系统，涉及配电网故障定位与深度学习领域，包括基于循环神经网络RNN，构建异常诊断模型，并对异常诊断模型进行预训练；将预训练的异常诊断模型迁移到配电网故障数据集上，学习和构建故障定位模型；通过T‑RNN的故障定位模型进行分析，评估故障定位模型的准确性。本发明专利技术通过故障定位模型，快速准确地确定故障位置，提升配电网的可靠性和稳定性；异常诊断模型进行迁移学习，加速异常诊断模型学习过程，降低成本；异常诊断模型适应性和准确性提高，减少停电时间，增强用户供电的可靠性；实时监测配电网状态，及时发现问题，保障运行稳定；减少人工干预，提高自动化水平，降低维护成本，带来技术和经济效益。

【技术实现步骤摘要】

本专利技术涉及配电网故障定位与深度学习领域，特别是一种基于t-rnn的配电网故障定位方法及系统。

技术介绍

1、随着人们生活条件的改善，对电力系统的需求日益增长。电力系统由发电网、输电网和配电网三个部分相互协作，共同确保电能的高效生成、输送和利用。作为电力系统的末端，配电网起着至关重要的作用。它通常包括变电站、配电线路、变压器以及连接到最终用户的电缆，负责将输电网传送过来的电能分配给家庭、工业区或商业建筑等最终用户。因此，配电网的运行状况直接影响着供电的可靠性。

2、配电网故障定位是指在配电系统发生故障时，通过使用各种技术和设备迅速准确地确定故障位置，以便随后的故障隔离、维修和恢复能够顺利进行。这是电力系统运维中的关键任务，其目的在于最大程度地减少故障对电网正常运行的影响，缩短停电时间，提高配电系统的可靠性和稳定性。

3、目前，基于矩阵算法、遗传算法、深度学习等算法的配电网故障定位方法受到了广泛关注。然而，这些方法存在一些弊端：对错误信息上传的精度要求过高，在某些情况下容易出现误判，容错率较低；容易陷入早期收敛，难以逃离局部最优解；本文档来自技高网...

【技术保护点】

1.一种基于T-RNN的配电网故障定位方法，其特征在于：包括，

2.如权利要求1所述的基于T-RNN的配电网故障定位方法，其特征在于：所述构建异常诊断模型包括以下步骤：

3.如权利要求2所述的基于T-RNN的配电网故障定位方法，其特征在于：所述循环神经网络框架包括输入层、隐藏层和输出层；所述标准化包括以下步骤：

4.如权利要求3所述的基于T-RNN的配电网故障定位方法，其特征在于：所述循环神经网络框架包括以下步骤：

5.如权利要求1所述的基于T-RNN的配电网故障定位方法，其特征在于：所述故障定位模型包括以下步骤：>

6.如权利要...

【技术特征摘要】

1.一种基于t-rnn的配电网故障定位方法，其特征在于：包括，

2.如权利要求1所述的基于t-rnn的配电网故障定位方法，其特征在于：所述构建异常诊断模型包括以下步骤：

3.如权利要求2所述的基于t-rnn的配电网故障定位方法，其特征在于：所述循环神经网络框架包括输入层、隐藏层和输出层；所述标准化包括以下步骤：

4.如权利要求3所述的基于t-rnn的配电网故障定位方法，其特征在于：所述循环神经网络框架包括以下步骤：

5.如权利要求1所述的基于t-rnn的配电网故障定位方法，其特征在于：所述故障定位模型包括以下步骤：

6.如权利要求5所述的基于t-rnn的配电网故障定位方法，其特...

【专利技术属性】
技术研发人员：李克文，俞小勇，陈绍南，欧世锋，陈千懿，廖鹉嘉，颜丽娟，周宏瑞，潘珏明，张龙飞，齐鹏辉，张维，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：