摘要
本发明涉及电力大数据领域,特别是涉及一种基于时序模型的配网单相接地故障检测方法。本发明首先构建了基于Transformer的故障识别模型,其包括线性嵌入层、Transformer主体、特征融合模块和预测块。然后分别通过数据直接采集和软件仿真的方式获取了包括大量样本数据的实采数据集和模拟数据集。再采用两类数据集对构建的故障识别模型进行两阶段训练;其中第一轮训练仅材料模拟数据集,第二阶段则采用混合数据集。最后利用完成训练的网络模型进行配电网络中单相接地故障的实时监测。本发明提供的技术方案可以解决了现有大规模配电网络中单相接地故障的定位难度大,定位精度较低的问题。
技术关键词
配电网络
单相接地故障
时序
多头注意力机制
电流
电网仿真模型
位置编码单元
数据
样本
执行器
两阶段
处理器
软件仿真
模块
信号编码
系统为您推荐了相关专利信息
新闻推荐方法
异构
节点特征
多头注意力机制
文本
永磁电机系统
功率管开路故障
滑模观测器
电流
数学模型
故障预测模型
系统故障预测方法
真空系统
子系统
数据