【技术实现步骤摘要】
本专利技术属于电力系统故障检测，涉及一种基于bp神经网络的小电流接地系统单相接地故障定位方法。
技术介绍
1、我国中低压配电网普遍采用小电流接地方式，即中性点不接地或经消弧线圈接地。小电流接地系统发生单相接地故障时，由于故障电流较小，三相线电压仍然对称，不影响对用户继续供电，通常允许带故障运行1～2小时。但是，若不及时处理，可能会发展成为相间短路，造成更大范围的停电事故。因此，快速准确地定位小电流接地系统的单相接地故障具有重要意义。
2、目前，小电流接地系统单相接地故障定位方法主要有行波法、注入法、零序电流比幅比相法、群体比幅比相法、五次谐波法、小波分析法、神经网络法等。然而，这些方法在实际应用中都存在一些局限性。例如，行波法受行波衰减、反射和折射等因素的影响，定位精度难以保证；注入法需要额外的信号源和检测装置，增加了系统的复杂性和成本；零序电流比幅比相法和群体比幅比相法受电流互感器精度和不平衡电流的影响较大；五次谐波法由于五次谐波含量较小，易受噪声干扰；小波分析法虽然能有效提取故障特征，但小波基的选择和分解尺度的确定具有一定的主观性。
3、bp神经网络是一种多层前馈神经网络，具有强大的非线性映射能力和自学习能力。近年来，bp神经网络在电力系统故障定位领域得到了广泛应用。通过训练bp神经网络，可以建立故障特征与故障位置之间的映射关系，实现故障的快速准确定位。然而，现有的基于bp神经网络的小电流接地系统单相接地故障定位方法还存在一些问题，如故障特征选择不合理、神经网络结构设计不优化、训练算法收敛速度慢等，导
技术实现思路
1、本专利技术提出一种基于bp神经网络的小电流接地系统单相接地故障定位方法，该方法利用bp神经网络对故障特征进行融合和处理，提高了故障定位的准确度和速度。
2、本专利技术的技术方案是这样实现的：
3、一种基于bp神经网络的小电流接地系统单相接地故障定位方法，包括如下步骤：
4、收集小电流接地系统的零序电流信号数据；
5、提取所述零序电流信号的基波分量、五次谐波分量和imf能量；
6、将提取的特征值输入到预训练的bp神经网络模型中；
7、通过bp神经网络模型输出故障线路的判断结果；
8、根据bp神经网络的输出结果，进一步定位故障点的具体位置。
9、进一步地，所述零序电流信号数据包括正常运行时的数据和发生故障时的数据。进一步地，提取特征值的步骤包括：
10、零序电流信号进行傅里叶变换，得到基波分量；
11、对零序电流信号进行谐波分析，得到五次谐波分量；
12、对零序电流信号进行经验模态分解，得到imf能量。
13、进一步地，bp神经网络模型的训练步骤包括：
14、收集大量的零序电流信号数据，并标注每条数据是否为故障数据；
15、将数据集分为训练集和测试集；
16、使用训练集对bp神经网络模型进行训练，调整模型参数以最小化损失函数；
17、使用测试集对训练好的模型进行验证，确保模型的泛化能力。
18、进一步地，bp神经网络模型的结构包括输入层、隐藏层和输出层，其中：
19、输入层的节点数等于特征值的数量；
20、隐藏层的节点数根据实际需求确定；
21、输出层的节点数为1，表示是否为故障线路的二分类结果。
22、进一步地，bp神经网络模型的激活函数采用sigmoid函数或relu函数。
23、进一步地，还包括对bp神经网络模型进行优化的步骤，具体包括：
24、使用梯度下降法或adam优化器调整模型参数；
25、通过交叉验证选择最佳的超参数。
26、进一步地，所述bp神经网络模型的输出结果包括故障线路的编号和故障概率。进一步地，所述进一步定位故障点的具体位置的步骤包括：
27、使用故障行波法或阻抗法对故障线路进行精确定位；
28、计算故障点距离电源侧的距离。
29、进一步地，还包括对模型进行实时更新的步骤，具体包括：
30、定期收集新的零序电流信号数据；
31、使用新数据对模型进行再训练，以适应系统的变化。
32、进一步地，还包括对故障线路进行预警的步骤，具体包括：
33、设置基波分量、五次谐波分量和imf能量的阈值；
34、当零序电流信号的特征值超过阈值时，触发预警机制，通知相关人员进行检查和处理。
35、进一步地，还包括对故障线路进行历史数据分析的步骤，具体包括：
36、记录每次故障发生的时间、位置和特征值；
37、分析故障发生的规律，预测未来的故障风险。
38、进一步地，还包括对bp神经网络模型的性能评估步骤，具体包括：
39、使用准确率、召回率和f1分数等指标评估模型的性能；
40、定期对模型进行性能评估，确保其在实际应用中的有效性。
41、进一步地，还包括对bp神经网络模型的可解释性增强步骤，具体包括：
42、使用lime(local interpretable model-agnostic explanations)或shap(shapley additive explanations)等方法解释模型的决策过程；增强模型的透明度和可解释性，提高用户的信任度
43、进一步地，所述方法通过计算机程序实现，所述程序存储在计算机可读存储介质中。
44、本专利技术的工作原理及有益效果为：
45、本专利技术提供的基于bp神经网络的小电流接地系统单相接地故障定位方法具有以下优点：
46、1.高准确性：通过特征提取和bp神经网络模型训练，提高了故障识别和定位的准确性。
47、2.实时性强：bp神经网络模型的推理速度快，能够实现实时故障检测。
48、3.适应性强：bp神经网络具有自学习能力，能够适应不同类型的故障信号，无需频繁调整参数。
本文档来自技高网...【技术保护点】
1.一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，所述零序电流信号数据包括正常运行时的数据和发生故障时的数据。
3.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，提取特征值的步骤包括：
4.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，BP神经网络模型的训练步骤包括：
5.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，BP神经网络模型的结构包括输入层、隐藏层和输出层，其中：
6.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，BP神经网络模型的激活函数采用sigmoid函数或ReLU函数。
7.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，还包括对BP神经网络模型
8.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，所述BP神经网络模型的输出结果包括故障线路的编号和故障概率。
9.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，所述进一步定位故障点的具体位置的步骤包括：
10.根据权利要求1所述的一种基于BP神经网络的小电流接地系统单相接地故障定位方法，其特征在于，还包括对模型进行实时更新的步骤，具体包括：
...【技术特征摘要】
1.一种基于bp神经网络的小电流接地系统单相接地故障定位方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于bp神经网络的小电流接地系统单相接地故障定位方法，其特征在于，所述零序电流信号数据包括正常运行时的数据和发生故障时的数据。
3.根据权利要求1所述的一种基于bp神经网络的小电流接地系统单相接地故障定位方法，其特征在于，提取特征值的步骤包括：
4.根据权利要求1所述的一种基于bp神经网络的小电流接地系统单相接地故障定位方法，其特征在于，bp神经网络模型的训练步骤包括：
5.根据权利要求1所述的一种基于bp神经网络的小电流接地系统单相接地故障定位方法，其特征在于，bp神经网络模型的结构包括输入层、隐藏层和输出层，其中：
6.根据权利要求1所述的一种基于bp神经网...
【专利技术属性】
技术研发人员：陈柳宁，李晓阳，郑道收，郑伟，张娅，王天彬，陈慎，
申请(专利权)人：国网河南省电力公司唐河县供电公司，
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。