摘要
本发明属电力系统继电保护领域,公开了一种面向故障自愈配置下基于时序数据驱动的配网故障小区段定位新方法,首先对配网进行面向故障自愈的多点行波测量单元配置结构以保证全线路状态可观,之后基于所收集的故障点多点行波时序数据构建驱动样本,其次构建面向故障定位的Transformer神经网络模型,输入量为某故障点的多点行波时序数据输出量即为该点所在故障区段,提出结合混淆矩阵的模型评估指标全面评估模型性能,再采用基于临界区域的模型验证方法,利用配网中拓扑复杂易产生误判的故障点处多点行波时序数据充分验证模型定位精度,最终实现面向故障自愈配置的配网故障小区段定位。该方法解决了配网自愈过程中的小区段故障定位问题。
技术关键词
故障自愈
定位新方法
时序
模型验证方法
样本
小区
多头注意力机制
配置结构
电力系统继电保护
配网运行状态
配电网拓扑结构
故障初始角
编码向量
数据驱动方法
配网故障
定位原理
神经网络模型
系统为您推荐了相关专利信息
时间序列预测模型
多源异构数据
环境监测方法
企业
指标
有源配电网
节点
条件生成对抗网络
动态时间规整
初始聚类中心
数字孪生模型
核极限学习机模型
稀疏主成分分析
故障在线诊断
比值特征