摘要
本发明提出了一种基于图卷积神经网络的配电网故障溯源方法,涉及电力技术领域,包括:S1、构建配电网图模型,通过配电网图模型仿真高比例分布式电源接入时的故障情况以获取潮流仿真数据,并进行数据预处理;S2、根据预处理后的潮流仿真数据构建含高比例分布式电源的图卷积神经网络模型;S3、将残差引入图卷积神经网络模型以构建含残差图卷积神经网络模型;S4、基于含残差图卷积神经网络模型进行配电网的故障溯源;本发明能够解决复杂电网拓扑结构中的节点依赖问题,提升故障抢修效率,实现了电力供应的可靠性和安全性。
技术关键词
卷积神经网络模型
配电网故障
溯源方法
高比例分布式电源
仿真数据
矩阵
节点特征
电网拓扑结构
输出特征
平方根
非线性
故障抢修
处理器
误差
节点数
可读存储介质
标签
系统为您推荐了相关专利信息
老人跌倒预警
老年人
干预方法
卷积神经网络模型
长短期记忆网络
机电暂态仿真模型
仿真数据
校核方法
稳态
仿真软件
模具内部温度
微型温度传感器
注塑模具温控系统
工业物联网
三维结构
图像特征提取模型
图像特征数据
样本
神经网络算法
防伪检测方法
智能语音识别
早期诊断模型
早期诊断系统
实时数据
语音特征数据