一种基于智能感知和设备画像的配电网故障巡检定位方法与流程

本发明涉及一种基于智能感知和设备画像的配电网故障巡检定位方法，属于故障定位。

背景技术：

1、随着现代技术的发展与电力系统的扩建，网络拓扑更加复杂，用电稳定性亟需提高。为了保证配电网的平稳运行，维持居民用电安全，首先要减少电力系统故障的发生，其次要尽可能地保证在故障发生之后能够迅速且准确的找到故障点的位置，并及时切除故障。因此，为了提高供电稳定性、安全性与可靠性，减少经济损失，降低工作人员工作量，本发明提出了一种基于智能感知和设备画像的配电网故障巡检定位方案。

2、目前，国内外提出了多种配电网故障定位方案，可以分为主动式定位与被动式定位两种。其中，主动式可以分为中电阻法与注入法；被动式可以分为阻抗法、行波法与人工智能法。主动式故障定位以注入法为主，它需要注入较大的故障电流信号才能识别到返回的信号。有发明提出了一种非接地故障定位方法，考虑了不平衡电容注入，解决了单相接地问题。阻抗法原理简单，但是容易受到过渡电阻的影响，有发明针对此问题提出了一种改进的定位方案，虽然降低了过渡电阻的影响，但是整体的定位精度还有待提高。行波法有单端和双端行波法两种，两者所采集的信息不同，一般情况下双端法的精度会高于单端法。有发明提出了一种新型双端行波测距法，既不要求时间同步，又能够识别出不同波头，但故障机理与计算较为复杂。随着智能技术与神经网络的迅速崛起，许多发明提出了基于人工智能的定位方法，有发明利用人工神经网络，建立了故障定位与故障特征值之间的对应关系，实现了识别、定位不同的故障类型，且定位精度较高。

3、目前，配电网定位还有以下问题需要解决：1）网络拓扑和运行方式复杂，难以用函数关系来描述。2）测量装置较少，获取数据存在困难。3）现有的传统定位方案依赖于自身特点，存在改进空间。

技术实现思路

1、本发明目的是提供了一种基于智能感知和设备画像的配电网故障巡检定位方法，定位方案精度更高，抗噪声能力和耐过渡电阻能力较强，易于实现。

2、本发明为实现上述目的，通过以下技术方案实现：

3、步骤1：在pscad或emtdc中搭建含有分支的t型拓扑配电网模型，采集故障数据；

4、步骤2：对采集的数据预处理，通过相模变换得到线模电压分量；

5、步骤3：通过小波模极大值识别行波波头，并对线模电压数据进行归一化处理，生成故障数据集，并划分为训练集和测试集；

6、步骤4：构建lstm网络进行故障距离拟合，通过麻雀搜索算法确定lstm网络最优初始结构和参数，所述参数包括隐藏成神经元数量、学习率大小和迭代次数；

7、步骤5：将测试集输入到构建好的lstm网络计算故障距离，根据故障距离确定故障位置。

8、优选的，所述通过麻雀搜索算法确定lstm网络最优初始结构和参数具体方式如下：

9、设置麻雀算法初始参数，包括麻雀种群的大小、最大迭代次数；

10、随机生成一个初始麻雀种群，其中，代表lstm隐含层神经元数量，代表学习率，代表迭代次数，将麻雀种群的初始化参数应用于lstm模型中，建立对应的网络结构；

11、设置麻雀种群中发现者和加入者初始位置，确定适应度函数；对新的适应度值进行求解，得到当前适应度最小的最优解；

12、不断更新发现者和加入者的位置，并计算新的适应度值；若麻雀更新位置后适应度变大了，则保持原来的状态不变，反之则按照更新后的适应度值来改变麻雀种群，求解出最新的适应度值，从而得到最优位置；

13、判定该算法的迭代次数和适应度大小是否达到阈值，如果符合条件，就分配最佳参数给lstm网络，如果不符合条件就返回上一步重新迭代。

14、优选的，所述适应度函数为平均绝对百分误差或均方误差。

15、优选的，所述阈值为0.004。

16、优选的，所述计算故障距离具体公式如下：

17、，

18、，

19、其中，为sigmoid激活函数，为t时刻的输出；为输出门的权重，为输出门的偏置，为t时刻的记忆单元，为t-1时刻隐含层的输出值，为t时刻的输入值。

20、优选的，所述t时刻的记忆单元具体公式如下：

21、，

22、其中，为遗忘门的总体输出，为t-1时刻的记忆单元，为需要存储的信息，为候选值向量。

23、优选的，所述需要存储的信息和候选值向量具体公式如下：

24、

25、其中，和分别为输入门和候选值向量的权重；和分别为输入门和候选值向量的偏置。

26、优选的，所述遗忘门的总体输出具体公式如下：

27、

28、其中，w为遗忘门的权重，为遗忘门的偏置。

29、本发明的优点在于：本发明的定位方案精度更高，并且受故障类型的影响小，抗噪声能力和耐过渡电阻能力较强易于实现。

技术特征：

1.一种基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述通过麻雀搜索算法确定lstm网络最优初始结构和参数具体方式如下：

3.根据权利要求2所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述适应度函数为平均绝对百分误差或均方误差。

4.根据权利要求2所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述阈值为0.004。

5.根据权利要求2所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述计算故障距离具体公式如下：

6.根据权利要求5所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述t时刻的记忆单元具体公式如下：

7.根据权利要求7所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述需要存储的信息和候选值向量具体公式如下：

8.根据权利要求6所述的基于智能感知和设备画像的配电网故障巡检定位方法，其特征在于，所述遗忘门的总体输出具体公式如下：

9.一种基于智能感知和设备画像的配电网故障巡检定位装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至8任一项所述的基于智能感知和设备画像的配电网故障巡检定位方法。

10.一种存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至8任一项所述的基于智能感知和设备画像的配电网故障巡检定位方法。

技术总结
本发明提供了一种基于智能感知和设备画像的配电网故障巡检定位方法，属于故障定位技术领域。首先搭建含有分支的T拓扑配电网模型，采集故障数据；对采集的数据进行预处理，生成故障数据集；构建LSTM模型，设置LSTM网络和麻雀算法的初始参数，通过麻雀算法计算LSTM网络的最优参数，建立对应的网络，构建最终模型实现故障定位，并对定位结果进行分析评估。本发明的定位方案精度更高，并且受故障类型的影响小，抗噪声能力和耐过渡电阻能力较强易于实现。

技术研发人员：李万彬,刘春秀,李龙潭,周在彦,刘璇,刘奕敏,张玉琪,王文新,张政
受保护的技术使用者：国网山东省电力公司德州供电公司
技术研发日：
技术公布日：2024/1/15