摘要
本申请提出一种配电网故障源定位方法、装置、电子设备及存储介质,该方法包括:采集目标配电网的实时运行数据并进行数据预处理;对数据预处理后的实时运行数据进行故障特征提取,得到对应的故障失稳特征;通过预先训练好的深度神经网络对故障失稳特征进行故障分类,得到对应的故障分类结果;采用测试信号注入法根据故障分类结果进行故障位置判断,得到目标配电网的故障源定位结果。本申请提出的配电网故障源定位方案,通过深度神经网络对配电网运行数据进行分析,能够更准确地识别出配电网的故障,并结合S注入法和深度神经网络的输出,可以更精确地定位故障源的位置,缩短故障排查时间,提高故障处理效率,进而提高配电网的可靠性。
技术关键词
源定位方法
配电网故障
深度神经网络
三相不平衡度
故障特征提取
样本
故障检测
配电网运行数据
源定位装置
信号
标签
深度学习网络
电子设备
特征提取模块
数据采集模块
定位故障
功率因数
处理器
系统为您推荐了相关专利信息
心理健康状态
深度学习网络
聊天机器人
咨询系统
内容管理系统
工业设备
工业无线网络
资源分配方法
时延
神经网络模型
三维倾斜摄影
光伏支架
异常检测方法
三维重建模型
三维点云模型