一种基于深度学习的行波信号特征提取与故障识别方法和系统

本发明提供了一种基于深度学习的行波信号特征提取与故障识别方法和系统，属于电力系统故障诊断技术领域。所述方法包括：在配电网关键节点部署监测终端，实时采集工频电场、工频电流及高频行波电流数据；判断工频电场、工频电流及高频行波电流是否触发录波，将触发后的对应录波数据上报；对上报的数据预处理；构建并训练BP神经网络模型，获得行波分类模型；将归一化后的离散数据输入训练好的行波分类模型，输出故障类别；如果出现故障，则根据工频电场变化、工频电流大小特征、高频行波电流波头极性判断故障区间；根据判断的故障区间使用行波故障测距算法，得出架空线路的故障点的精确定位。本发明实现对配电网线路故障的精准识别和定位。