【技术实现步骤摘要】
本申请涉及电力系统，更具体涉及智能型配电系统，具体而言，涉及一种基于图卷积神经网络的配电网故障精准定位方法及系统。
技术介绍
1、随着智能电网建设的推进，配电网作为连接电力系统与用户的关键枢纽，其运行稳定性备受关注。近年来，分布式电源、储能装置及新能源的大量接入，使配电网拓扑结构转变为复杂多变的网状，运行状态的动态性与不确定性显著提升，外部环境因素也为配电网可靠运行带来挑战。
2、目前，配电网故障定位多采用传统故障指示器等。但面对新型配电网的复杂特性，这些方法存在明显局限。传统技术难以适应分布式电源与新能源带来的系统动态变化，故障定位模型适用性不足；同时，对多种类型数据的融合分析能力较弱，复杂故障场景下，定位准确性和实时性欠佳，影响故障处理效率与供电可靠性。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种基于图卷积神经网络的配电网故障精准定位方法及系统，以解决上述技术问题。
2、本申请提供了一种基于图卷积神经网...
【技术保护点】
1.一种基于图卷积神经网络的配电网故障精准定位方法，其特征在于，包括：
2.根据权利要求1所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，所述响应分布式电源投切事件，基于预存仿真模型生成动态图结构，包括：
3.根据权利要求2所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，以所述动态图结构为基准初始化图卷积核参数，并基于通信延迟情况生成两类运算参数，包括：
4.根据权利要求3所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，所述执行配电网关键设备优先的自适应频域滤波，包括：
5.根据...
【技术特征摘要】
1.一种基于图卷积神经网络的配电网故障精准定位方法，其特征在于，包括：
2.根据权利要求1所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，所述响应分布式电源投切事件，基于预存仿真模型生成动态图结构，包括：
3.根据权利要求2所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，以所述动态图结构为基准初始化图卷积核参数，并基于通信延迟情况生成两类运算参数，包括：
4.根据权利要求3所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，所述执行配电网关键设备优先的自适应频域滤波，包括：
5.根据权利要求3所述的基于图卷积神经网络的配电网故障精准定位方法，其特征在于，融合所述新能源出力预测数据、所述电气量监测数据及气象数据构建动态因果图，包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：史杰，权涛涛，
申请(专利权)人：国网青海省电力公司海西供电公司，
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。