摘要
本发明涉及配电网故障检测技术领域,提供了一种基于时空图小波神经网络的中性点小电流接地配电网单相接地故障区段定位方法。所述方法包括:构建覆盖多类单相接地故障场景的训练数据集,进行时序电气量采样;通过数据清洗、缺失补全等操作完成数据预处理;构建融合图小波神经网络与门控循环单元网络的时空特征提取模块,对节点电压电流时序信息进行时空联合建模;通过全连接层与Softmax分类器输出节点级别的故障定位概率。该方法通过频率域小波滤波增强模型对拓扑扰动的响应能力,并结合残差机制提高信息传递效率,有效提升在观测数据稀疏、电气扰动特征微弱条件下的故障区段识别精度,适用于配电网复杂运行环境下的小电流接地故障定位任务。
技术关键词
小电流接地配电网
小波神经网络
故障区段定位方法
单相接地故障
特征提取模块
Softmax分类器
配电网故障区段
门控循环单元网络
配电网故障检测
配电网运行数据
中性点接地方式
配电网拓扑结构
电流接地故障
拓扑结构特征
节点
拉普拉斯
系统为您推荐了相关专利信息
融合特征
组件特征
原始图像数据
文本处理模型
项目
图像生成模型
特征提取模块
噪声图像
图像生成方法
数据矩阵相乘
长短期记忆网络
偏差
时钟同步方法
信号
戳计数器
二维图像数据
激光雷达点云数据
教师
语义特征
学生