【技术实现步骤摘要】
本专利技术涉及有源配电网的故障选线，具体为一种基于神经网络的有源配电网故障选线方法及系统。
技术介绍
1、目前，我国配电网大多数采用非有效接低方式，其中，配电网发生单相接地故障的比例占总故障的80％左右，不及时检测清除故障，将对配电网的稳定运行产生影响。传统的有源配电网故障选线方案包含稳态分量法、暂态分量法、注入法。传统方法的缺点在于鲁棒性差、选线准确率低，难以适应愈加复杂的配网系统。
2、针对有源配电网的故障选线问题，国内外学者提出了多种方法。有人提出利用比较稳态信号的幅值、相位来进行故障选线的方案，但是该方案过于依赖检测装置的精度，并且小电流接地系统发生单相接地故障时，其稳态电流差异不明显，容易产生误判。有人提出一种信号注入的方法，将信号注入配电网中并采集反射波，该方法精度较好但是成本太高，不适合大规模应用。还有人提出利用bp神经网络对故障数据特征自适应学习方式进行故障选线，该方法能够自主学习大量不同类型的故障特征，但是需要手动设置参数。现有技术还提出一种基于故障线路和非故障线路的暂态能量分布特征来进行故障选线的方案，该...
【技术保护点】
1.一种基于神经网络的有源配电网故障选线方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求2所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述步骤S3中，计算每个IMF分量的样本熵，具体的包括：
4.根据权利要求3所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述步骤S4中，对上述得到的去噪后的信号使用马尔可夫迁移场方法MTF变换为二维图像，具体包括：
5.根据权利要求4所述的基于神经网络的有源配电...
【技术特征摘要】
1.一种基于神经网络的有源配电网故障选线方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求2所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述步骤s3中，计算每个imf分量的样本熵，具体的包括：
4.根据权利要求3所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述步骤s4中，对上述得到的去噪后的信号使用马尔可夫迁移场方法mtf变换为二维图像，具体包括：
5.根据权利要求4所述的基于神经网络的有源配电网故障选线方法，其特征在于，所述改进的resnet-50神经网络具体结构为：
【专利技术属性】
技术研发人员：徐军，朱玉如，陈志鹏，吴建军，丁剑，徐鑫，孙培栋，李赵宁，谢金润，
申请(专利权)人：国网江苏省电力有限公司海安市供电分公司，
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。