摘要
本发明公开了基于大数据的配电网保护整定决策系统及方法,涉及配电网保护技术领域,包括:多源数据采集模块,采集配电网运行数据;大数据特征处理模块,进行特征提取,构建包含时序特征与频域特征的多维特征向量库;保护整定模型模块,基于深度学习框架构建保护整定决策模型,利用历史故障数据与整定方案进行监督学习训练;多场景仿真验证模块,构建配电网数字仿真模型;方案评估优化模块,建立评估指标体系,输出最优保护整定方案。本发明结合深度学习与历史数据,自动生成最优保护整定方案,通过小波变换、傅里叶变换识别故障,实时调整保护参数,减少误漏保护,利用边缘计算提高时效性,优化策略并增强配电网安全性。
技术关键词
配电网保护整定
多维特征向量
历史故障数据
数字仿真模型
配电网运行数据
决策系统
大数据
保护装置
孤立森林算法
评估指标体系
配电网拓扑结构
核密度估计方法
异常数据点
设备健康状态
分布式电源
遗传算法优化
负荷工况
深度学习框架
决策方法
系统为您推荐了相关专利信息
功率因数补偿方法
长短期记忆网络
多维特征向量
有功功率
分布式电源监控系统
分布式操作系统
多维特征向量
时域统计特征
训练深度学习模型
变换特征
数字孪生模型
电力系统拓扑结构
神经网络算法
机器学习技术
控制设备
全景数字
动态仿真模型
电网拓扑结构
动态展示设备
数字孪生模型