融合机理特征与深度学习网络模型的配电网故障定位方法及装置

本发明提供一种融合机理特征与深度学习网络模型的配电网故障定位方法及装置，该方法包括：步骤S01：采集故障发生后各检测装置提取到的故障电压行波信号，对初始行波波头进行辨识，计算时间残差、故障位置；步骤S02：构建包含行波信号、故障位置及时间残差的样本库数据集；步骤S03：构建机理内嵌的深度学习网络模型，模型中将知识驱动下的故障位置及时间残差作为机理特征嵌入至模型中；使用样本库数据集对模型进行训练；步骤S04：获取实时故障发生后的故障电压行波信号，计算出故障位置以及时间残差，输入训练好的模型得到故障定位结果。本发明能够提升定位精度与可靠性，减小时间同步误差，降低在复杂工况下的泛化风险。