基于改进卷积神经网络的有源配电网故障定位方法及系统

本发明公开了一种基于改进卷积神经网络的有源配电网故障定位方法和系统。该方法通过有源配电网离线仿真模型获取故障数据，采用带通滤波器滤除故障数据中的工频分量及高频干扰，再做归一化处理，利用瞬态提取变换将一维的故障数据转化为二维时频图，形成训练和验证样本集。搭建包含通道先验卷积注意力模块的卷积神经网络模型，利用K折交叉验证法完成模型的训练。模型用于新的故障数据时，同时输出故障线路和故障区段信息，再综合选线、选段结果确定故障发生位置。本方法采用带通滤波技术和瞬态提取变换相结合的方式增强样本的故障特征表征能力，并引入通道先验注意力机制，提高了模型训练效率和故障定位准确率。