一种基于双任务学习的配电网故障定位方法

本发明公开了一种基于双任务学习的配电网故障定位方法。该首先采集配电网节点与边的特征信息，以故障状态和故障类型作为双重标签制作数据集，通过PCA降维处理后输入配电网单相接地故障定位模型中。所述配电网单相接地故障定位模型为每个负荷节点初始化特征向量，将边特征转换为节点特征，迭代收敛后输入两个通过十字绣单元连接的图卷积神经网络中，进一步学习节点特征，并采用参数软共享的方法同时训练两个图卷积神经网络模型。最后输出样本对应的故障状态与类型。本方法通过双任务学习框架结合配电网故障定位理论，使得快速定位故障的同时提供更详细的故障类型分析，适合城市配电网拓扑变化下的情况。