一种基于时空图神经网络的有源配电网故障区段定位方法技术

本发明专利技术公开了一种基于时空图神经网络的有源配电网故障区段定位方法，属于电网故障定位技术领域，包括以下步骤：S1、建立多节点有源配电网模型；S2、设置不同的故障参数，收集故障数据和图数据；S3、根据收集到的故障数据，建立故障特征向量；S4、构建时空图卷积神经网络模型，设置相关超参数；S5、划分总故障数据集，对时空图卷积神经网络模型进行训练，最终输出故障区段结果。本发明专利技术采用上述的一种基于时空图神经网络的有源配电网故障区段定位方法，可以综合考虑配电网空间拓扑结构信息和故障录波，能够提升故障特征提取能力，同时利用相电压电流中的零、负和正序列包含有价值的信息，可以提高非对称故障定位的准确性。

【技术实现步骤摘要】

本专利技术涉及电网故障定位，尤其是涉及一种基于时空图神经网络的有源配电网故障区段定位方法。

技术介绍

1、现代配电系统规模的扩大和负荷接入量的增加，使得配电系统更容易因雷击、绝缘击穿、操作不当等随机事件的发生而发生故障，这些影响了人们的生产和生活，甚至因意外停电而造成相当大的经济损失。同时随着大量分布式电源并网，并且，配电网无法维持原有的拓扑结构，而拓扑结构的变化也会引发配电网的变化潮流方向和运行方式，使得潮流方向不确定，这会改变整个电网的潮流分布，导致城市电网出现逆潮流分布。同时，即使潮流方向能够保持不变，当发生短路故障时，短路电流值也会受到一定程度的影响，导致流过的短路电流值发生显着变化。通过保护，这种变化趋势存在较大差异。确定性使得准确预测故障点变得困难。面对dg并网给配电网故障诊断和定位带来的问题，仍然采用传统的配电网保护方法来解决分布式配电网保护的多源多端网络架构，导致了诸多技术难题。因此，迫切需要开展分布式发电配电网保护新原理的研究，特别是解决故障检测与定位的关键问题。

技术实现思路>

1、本专利技本文档来自技高网...

【技术保护点】

1.一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：在步骤S1中，利用PSCAD或SIMULINK软件建立多节点有源配电网模型，设置好电源电压和频率，以及每个区段输电线路的电路类型、每公里电感、电阻以及电容，并在节点处安装三相电压和电流测量装置。

3.根据权利要求1所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：在步骤S2中，在各个线路区段设置不同的故障类型，设置采样时间，采样频率，利用PMU对故障发生后的某一时间段内的数据...

【技术特征摘要】

1.一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：在步骤s1中，利用pscad或simulink软件建立多节点有源配电网模型，设置好电源电压和频率，以及每个区段输电线路的电路类型、每公里电感、电阻以及电容，并在节点处安装三相电压和电流测量装置。

3.根据权利要求1所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：在步骤s2中，在各个线路区段设置不同的故障类型，设置采样时间，采样频率，利用pmu对故障发生后的某一时间段内的数据进行采样，采集故障发生后的故障三相电压和电流以及相角。

4.根据权利要求1所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：在步骤s2中，根据电网拓扑结构，建立邻接矩阵，获取图数据。

5.根据权利要求1所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：在步骤s3中，根据故障前后相电压差、相电流差和故障相角差，计算各相电压、电流的零序、负序和正序，并将这些量集合成一个故障特征向量。

6.根据权利要求5所述的一种基于时空图神经网络的有源配电网故障区段定位方法，其特征在于：故障类型分类的特征向量定义为：

<...

【专利技术属性】
技术研发人员：徐越飞，陈世喆，徐寅飞，胡茵，
申请(专利权)人：杭州电力设备制造有限公司，
类型：发明
国别省市：