一种基于深度学习的配电网单相接地故障选线方法

本发明涉及电力系统保护技术领域，具体公开了一种基于深度学习的配电网单相接地故障选线方法，包括先依故障条件对中压馈线出口暂态零模电流的影响，设计实地故障试验或仿真方案；对多条中压馈线试验或仿真，记录暂态零模电流数据；预处理得到三维时序矩阵，划分训练集与测试集并归一化；基于1DCNN构建全局‑单通道混合模型，提取多通道间与单通道内时序特征，经全连接神经网络融合；结合数据增强策略训练模型，测试集验证实现故障选线。本发明采用上述的一种基于深度学习的配电网单相接地故障选线方法，显著提升选线准确性与可靠性，贴合实际的试验或仿真方案保障了数据质量，助力模型精准提取特征，可快速隔离故障，保障配电网安全运行。