摘要
本发明提供一种具备迁移学习能力的配电网单相接地故障智能选线方法,包括:在时域内计算每相电流暂态故障分量数据的特征值;基于每相电流暂态故障分量数据的特征值,构建适用于配电网单相接地故障选线的残差神经融合网络,所述残差神经融合网络包括基于特征值的残差神经网络以及BP神经网络,然后利用不同故障条件下的单相接地故障数据组成的数据集训练所述残差神经融合网络;利用分布式新能源或配电网网架调整前后同一故障条件下特征值的欧式距离自适应调整残差神经网络的权重。相比已有方法,本发明可以有效利用多维相电流特征实现融合式故障单相接地故障选线,且在配电网中分布式新能源或网架有所调整时,依然可以准确完成故障选线。
技术关键词
残差神经网络
智能选线
分布式新能源
暂态故障
特征值
故障馈线
配电网网架
单相接地故障选线
BP神经网络
样本
数据
梯度下降算法
配电网故障
过渡电阻
仿真模型
系统为您推荐了相关专利信息
智能新风机组
特征值
调控方法
机器学习模型
随机森林模型
速率预测方法
CVD工艺
绝热层
半导体材料技术
壁式反应器