摘要
本发明涉及智能配电网技术领域,提供了智能配电网防越级跳闸的故障自愈控制方法,包括以下步骤;S1、通过多传感器实时采集配电网关键节点的数据,并在边缘计算节点上融合处理,实现异常检测与初步故障分类;S2、基于深度学习模型对配电网运行状态进行故障趋势预测,获得故障风险评分。通过采用多传感器实时数据采集与边缘计算节点融合处理的技术方案,实现了故障早期检测和初步故障分类的技术效果,相较于现有技术中单一传感器数据采集方式,本发明通过多源数据融合和边缘计算提高了故障检测的准确性和响应速度,解决了现有技术中因数据噪声和延迟导致的检测不准确和响应不及时的问题。
技术关键词
故障自愈控制方法
防越级跳闸
分布式能源管理
故障趋势预测
双层优化模型
故障隔离技术
配电网运行状态
节点
负荷
多通道通信
多传感器
保护设备
智能配电网技术
初始动作时间
保护算法
深度学习模型
数据噪声
重构
精确时间协议
系统为您推荐了相关专利信息
配电网运营商
双层优化模型
风险评估模型
KKT条件
聚合体
出清方法
经济调度模型
双层优化模型
电网有功功率
风光储联合
双层优化调度方法
储能装置
配额
火电机组碳排放
风电
调度优化模型
双层优化模型
充放电功率
负荷
调度系统
地形测绘方法
测绘系统
地形特征
无人机
双层优化模型