一种基于人工智能的配电网故障分析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人工智能的配电网故障分析定位方法及系统，涉及智能电网技术领域，包括通过分布式多脉冲源和D‑PMU设备采集配电网的多模态数据进行预处理，并使用小波变换提取瞬态信号特征；基于提取的瞬态信号特征构建特征图，根据特征图分析节点之间的时空关联强度并进行时空关联权重的动态调整和加权融合；基于加权融合的特征图，使用图注意力网络模型进行故障点的定位和分类；本发明专利技术通过分析节点间的时空关联强度并进行动态调整，从而有效提高了配电网故障点识别的精度和灵活性，并且基于加权融合的故障特征图，使用图注意力网络模型进行故障点的定位与分类，大幅提升了故障响应的自动化程度和准确性。

【技术实现步骤摘要】

本专利技术涉及智能电网，特别是一种基于人工智能的配电网故障分析定位方法及系统。

技术介绍

1、随着智能电网的发展，配电网的自动化和智能化程度不断提升，尤其在故障分析与定位领域，相关技术得到了广泛的研究和应用。传统的配电网故障检测方法主要依赖于传感器和监测设备收集的数据，通过人工规则或基于阈值的算法进行故障识别。这些方法虽然在早期阶段发挥了重要作用，但随着配电网络复杂度的增加，传统方法逐渐暴露出诸多不足之处。例如，传统监测手段的时效性和灵活性不足，无法及时响应配电网络中快速变化的电气状态，从而影响了电力系统的稳定性和可靠性。

2、现有的时空关联分析方法往往依赖于静态模型，未能有效考虑节点间动态的关联关系，导致故障定位和分类的效果不佳。

技术实现思路

1、鉴于上述现有的基于人工智能的配电网故障分析定位方法及系统中存在的问题，提出了本专利技术。

2、因此，本专利技术所要解决的问题在于现有的时空关联分析方法往往依赖于静态模型，未能有效考虑节点间动态的关联关系，导致故障定位和分类的效果不佳。...

【技术保护点】

1.一种基于人工智能的配电网故障分析定位方法，其特征在于：包括，

2.如权利要求1所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述通过分布式多脉冲源和D-PMU设备采集配电网的多模态数据包括，

3.如权利要求2所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述使用小波变换提取瞬态信号特征指使用Daubechies小波对预处理后的最终数据进行离散小波变换，通过离散小波变换对电压和电流进行小波分解：

4.如权利要求3所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述基于提取的瞬态信号特征构建特征图指根据瞬态电压和电流特征，结...

【技术特征摘要】

1.一种基于人工智能的配电网故障分析定位方法，其特征在于：包括，

2.如权利要求1所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述通过分布式多脉冲源和d-pmu设备采集配电网的多模态数据包括，

3.如权利要求2所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述使用小波变换提取瞬态信号特征指使用daubechies小波对预处理后的最终数据进行离散小波变换，通过离散小波变换对电压和电流进行小波分解：

4.如权利要求3所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述基于提取的瞬态信号特征构建特征图指根据瞬态电压和电流特征，结合小波变换提取的瞬态特征，构建节点i的特征向量：

5.如权利要求4所述的基于人工智能的配电网故障分析定位方法，其特征在于：所述根据特征图分析节点之间的时空关联强度并进行时空关联权重的动态调整和加权融合指计算节点i和节点j之间的时空关联强度：

6.如权利要求5所述的基于人工智能的配电网故障分析定位方法，其...

【专利技术属性】
技术研发人员：黄育松，梁铃，陈智祺，李俊林，张洪略，周忠强，万会江，马建伟，姬源，陈胜，张耀，陈卓，姚瑶，范俊秋，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：