一种基于物理信息神经网络的配电网故障定位方法及系统

    公开(公告)号:CN118376879A

    公开(公告)日:2024-07-23

    申请号:CN202410563211.X

    申请日:2024-05-08

    Abstract: 一种基于物理信息神经网络的配电网故障定位方法及系统,方法包括:采集不同条件下配电网中各节点的电流值以及电压值来构建特征数据;将配电网划分为特定数量的双端无分支线路区段,基于线路区段两端节点的电流差值,确定故障所在的线路,并构建标签数据;对特征数据和标签数据进行预处理及归一化处理,构建模型训练样本集和验证样本集;以最小化故障线路距离与实际故障线路距离之间的误差为目标构建损失函数,将配电网故障零序约束方程作为物理约束的正则化加入损失函数,来构建物理信息神经网络模型。本发明在损失函数的基础上加入了配电网故障零序方程约束,得到满足电网运行约束的物理一致解,提高了故障定位模型的可解释性及泛化能力。

    一种基于动态贝叶斯网络的中压配电网参数区间辨识方法和系统

    公开(公告)号:CN117520869B

    公开(公告)日:2024-03-29

    申请号:CN202410011378.5

    申请日:2024-01-04

    Abstract: 一种基于动态贝叶斯网络的中压配电网参数区间辨识方法和系统。该方法包括,采集量测装置量测的历史物理量和历史气象数据,计算历史配电参数组成历史量测数据,包括特征向量集和标签向量集;将历史数据进行离散化处理和区间划分,计算聚类中心与区间边界值;根据各个特征与配电参数之间的影响关系构建静态贝叶斯网络,学习静态贝叶斯网络的条件概率;将静态贝叶斯网络扩展为动态贝叶斯网络,学习历史配电参数的时间转移概率;采集中压配电网实时量测数据,输入动态贝叶斯网络模型,以估计配电参数的区间边界值。本发明不仅考虑配电网物理信息同时也考虑了环境因素的影响,提高了配电网参数辨识的可信度。

Patent Agency Ranking