一种基于有限µPMU数据驱动的配电网故障测距方法及系统

    公开(公告)号:CN118707256A

    公开(公告)日:2024-09-27

    申请号:CN202411195611.6

    申请日:2024-08-29

    Abstract: 本发明公开了一种基于有限µPMU数据驱动的配电网故障测距方法及系统,方法包括:构造配电网的拓扑图,获取拓扑图的邻接矩阵和最短距离矩阵;根据最短距离矩阵,确定µPMU装置和智能电表在配电网节点中的放置位置;采集配电网发生故障时,µPMU装置测量的电压波形序列、智能电表测量的电压值;通过离散小波变换将电压波形序列分解,获取细节分量和近似分量;将近似分量和智能电表测量的电压值结合,获取故障选线原始电压输入特征矩阵并联合邻接矩阵作为输入,输入至故障选线图卷积神经网络中,获取最优故障线路特征;将细节分量和最优故障线路特征输入至故障测距人工神经网络中,获取故障的位置信息。本发明能解决传统方法中阻抗法故障定位多重估计问题。

    一种基于有限µPMU数据驱动的配电网故障测距方法及系统

    公开(公告)号:CN118707256B

    公开(公告)日:2024-11-19

    申请号:CN202411195611.6

    申请日:2024-08-29

    Abstract: 本发明公开了一种基于有限µPMU数据驱动的配电网故障测距方法及系统,方法包括:构造配电网的拓扑图,获取拓扑图的邻接矩阵和最短距离矩阵;根据最短距离矩阵,确定µPMU装置和智能电表在配电网节点中的放置位置;采集配电网发生故障时,µPMU装置测量的电压波形序列、智能电表测量的电压值;通过离散小波变换将电压波形序列分解,获取细节分量和近似分量;将近似分量和智能电表测量的电压值结合,获取故障选线原始电压输入特征矩阵并联合邻接矩阵作为输入,输入至故障选线图卷积神经网络中,获取最优故障线路特征;将细节分量和最优故障线路特征输入至故障测距人工神经网络中,获取故障的位置信息。本发明能解决传统方法中阻抗法故障定位多重估计问题。

Patent Agency Ranking