基于深度神经网络的配电网故障诊断与定位方法和系统技术方案

本发明专利技术公开了一种基于深度神经网络的配电网故障诊断与定位方法和系统，包括：在Simulink中构建IEEE33节点系统的变体，并通过不同拓扑结构和分布式电源配置生成仿真数据。利用Attention‑LSTM网络进行故障类型和故障线路位置的分类与定位，通过双输出头的设计提高诊断效率并减少计算消耗。通过TCN‑BiLSTM网络对故障区段的精确位置进行回归，弥补传统方法在定位精度上的不足。在多种拓扑结构和电源配置下进行鲁棒性验证，证明了其稳定性和可靠性。本发明专利技术能够准确快速地判断配电网中的故障类型和位置，为配电网的故障修复提供了有效支持。

【技术实现步骤摘要】

本专利技术涉及电力系统及其自动化，特别涉及一种两阶段的基于深度神经网络的配电网故障诊断与定位方法和系统。

技术介绍

1、基于电压和电流值的架空线故障诊断与定位技术背景，是配电网技术发展的重要组成部分，特别是在智能电网技术不断进步的今天。随着配电网容量和规模的不断扩大，以及分布式电源和多元化负荷的接入，配电网由“无源”变为“有源”，潮流由“单向”变为“双向”，这改变了配电网的结构和运行特性，增加了故障诊断与定位的复杂性。

2、故障诊断与定位技术主要包括故障选线、区段定位和故障测距三个方面。故障选线技术相对成熟，但区段定位和故障测距技术仍在发展中，特别是在小电流接地配电网单相接地故障的自动定位问题上。故障诊断技术通过监测系统运行中的电压、电流等信息，判断是否发生故障以及故障的类型和原因；故障定位技术则利用测得的电压、电流等参数信息，及时可靠地确定故障区域和精确位置。

3、在中性点非有效接地方式的配电网中，由于故障电流微弱，故障特征不明显，给故障诊断与定位带来了挑战。研究工作主要集中于暂态量方法和注入法测距等，以提高对微弱故障信号的辨识及本文档来自技高网...

【技术保护点】

1.一种基于深度神经网络的配电网故障诊断与定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的配电网故障诊断与定位方法，其特征在于，所述步骤S1包括：

3.根据权利要求2所述的配电网故障诊断与定位方法，其特征在于：所述故障类型包括十七种，即七种断路故障，分别为A相断路、B相断路、C相断路、AB相断路、AC相断路、BC相断路、ABC三相断路；和十种短路故障，分别为A相接地短路、B相接地短路、C相接地短路、AB相短路、AC相短路、BC相短路、AB相接地短路、AC相接地短路、BC相接地短路、ABC相短路。

4.根据权利要求2所述的配电网故障诊断与定...

【技术特征摘要】

1.一种基于深度神经网络的配电网故障诊断与定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的配电网故障诊断与定位方法，其特征在于，所述步骤s1包括：

3.根据权利要求2所述的配电网故障诊断与定位方法，其特征在于：所述故障类型包括十七种，即七种断路故障，分别为a相断路、b相断路、c相断路、ab相断路、ac相断路、bc相断路、abc三相断路；和十种短路故障，分别为a相接地短路、b相接地短路、c相接地短路、ab相短路、ac相短路、bc相短路、ab相接地短路、ac相接地短路、bc相接地短路、abc相短路。

4.根据权利要求2所述的配电网故障诊断与定位方法，其特征在于：所述dataset1的输入数据包括十八种分类类别，即十七种故障和正常状态的三十二条支路的时序三相电压和三相电流，真值为故障类别和故障位置；dataset2的输入数据为对应故障支路的时序三相电压和三相电流，真值为故障离负荷的距离。

【专利技术属性】
技术研发人员：黄牧涛，卢明，李哲，张静姝，邵润航，许松涛，李久俊，陈兴邦，冉森林，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人