数据-知识联合驱动的低压有源台区故障辨识方法及系统

本发明提供了一种数据‑知识联合驱动的低压有源台区故障辨识方法及系统，对低压分布式光伏功率进行预测，预测过程中加入天气因素的考虑，结合低压有源台区拓扑结构，建立低压配电网仿真模型；利用低压配电网仿真模型进行故障仿真，获取故障数据，提取其中的时域和频域特征；建立基于极限学习机的低压有源台区故障辨识模型，并结合低压配电台区故障辨识的经验知识，利用粒子群优化算法对其初始权值和偏差进行优化，得到数据‑知识联合驱动模型；利用数据‑知识联合驱动模型，对实时故障数据或目标故障数据进行处理，实现低压有源台区故障辨识。本发明将分布式光伏出力的不确定性和低压台区拓扑的复杂性考虑在内，提升了辨识结果的准确性。