公开(公告)号：CN119024103B

公开(公告)日：2025-03-18

申请号：CN202411252778.1

申请日：2024-09-09

Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司

Inventor： 潘文虎 ,  乔向阳 ,  余嘉文 ,  孙伟 ,  方浩腾 ,  苏志朋 ,  汪恕东 ,  李婷 ,  钱成兵 ,  李玮 ,  赵福海 ,  江祖旺

IPC: G01R31/08

Abstract: 本发明公开了一种配网故障识别定位方法及装置，涉及配网故障识别技术领域；对同步后的第一电流信号进行分解后应用GAF得到二维图像；对同步后的第一开关量数据进行独热编码得到数值特征矩阵；将所有二维图像和数值特征矩阵代入深度学习模型得到每个元件的第一故障概率；根据第一开关量数据和每个元件的第一故障概率构建贝叶斯网络后进行逆向推理确定每个元件的第二故障概率；用DS证据理论对该元件对应的第一故障概率和第二故障概率进行融合得到第三故障概率。通过深度学习模型从输入的二维图像和数值特征矩阵中确定故障概率，提高了故障检测的准确性，再融合第一故障概率和第二故障概率，提升整体判断的可靠性，提高电网故障定位系统的效率。

公开(公告)号：CN119024103A

公开(公告)日：2024-11-26

申请号：CN202411252778.1

申请日：2024-09-09

Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司

Inventor： 潘文虎 ,  乔向阳 ,  余嘉文 ,  孙伟 ,  方浩腾 ,  苏志朋 ,  汪恕东 ,  李婷 ,  钱成兵 ,  李玮 ,  赵福海 ,  江祖旺

IPC: G01R31/08

Abstract: 本发明公开了一种配网故障识别定位方法及装置，涉及配网故障识别技术领域；对同步后的第一电流信号进行分解后应用GAF得到二维图像；对同步后的第一开关量数据进行独热编码得到数值特征矩阵；将所有二维图像和数值特征矩阵代入深度学习模型得到每个元件的第一故障概率；根据第一开关量数据和每个元件的第一故障概率构建贝叶斯网络后进行逆向推理确定每个元件的第二故障概率；用DS证据理论对该元件对应的第一故障概率和第二故障概率进行融合得到第三故障概率。通过深度学习模型从输入的二维图像和数值特征矩阵中确定故障概率，提高了故障检测的准确性，再融合第一故障概率和第二故障概率，提升整体判断的可靠性，提高电网故障定位系统的效率。

公开(公告)号：CN118671510A

公开(公告)日：2024-09-20

申请号：CN202410882088.8

申请日：2024-07-03

Applicant: 国网安徽省电力有限公司芜湖市湾沚区供电公司

Inventor： 潘文虎 ,  余嘉文 ,  方浩腾 ,  李婷 ,  钱成兵 ,  苏志朋 ,  汪恕东 ,  赵福海 ,  邓志伟 ,  江炜杰

IPC: G01R31/08

Abstract: 本发明提供了一种小电流接地系统单相接地故障选线方法，涉及配电网故障检测技术领域，该方法根据测得的零序电流数据，计算系统的电容电流，并统计各线路的电容电流并求和，得到系统总电容电流，计算消弧线圈的补偿度并进行故障特征提取，在数据处理和校正后进行故障线路识别，比较故障线路与非故障线路的校正后零序电流信号，根据校正后的零序电流信号的差异，确定故障线路。通过对系统电容电流和消弧线圈补偿度的精确分析和计算，提高了故障定位的准确性和可靠性，克服了现有技术中的诸多不足，能够实现对单相接地故障的准确定位，具有较强的实用性和广泛的应用前景。