基于故障特征和BP神经网络的单相接地故障定位方法与流程

本发明涉及配电网单相接地故障定位，尤其涉及一种基于故障特征和bp神经网络的单相接地故障定位方法。

背景技术：

1、配电网单相接地故障占故障总数的80%以上，目前应用于单相接地故障区段定位的方法包括零序电流幅值、零序电流相位、零序无功功率、暂态能量、相似度、相不对称比值、3次谐波幅值和5次谐波幅值等，但是单一方法所具有的局限性使其无法具备100%的故障定位精度。多判据综合研判的方式是目前配电网单相接地故障区段定位的一种趋势，然而多种判据综合应用时，各个机理特征值的阈值选择是影响定位准确率的决定性因素，目前通过人工经验设定阈值的方式无法满足上述需求。bp神经网络是一种具有输入层、隐藏层和输出层的人工神将网络，具有任意复杂的模式分类能力和优良的多维函数映射能力，在无需事先确定输入输出之间映射关系的数学方程的情况下，仅通过自身的训练、学习，在给定输入值时得到最接近期望输出值的结果。

技术实现思路

1、本发明针对现有技术存在的不足和缺陷，提供了一种基于故障特征和bp神经网络的单相接地故障定位方法，结合多故障特征与bp神经网络实现故障定位，弥补单一故障特征判据和参考人工经验设定阈值方式带来的局限性，保证了配网单相接地故障区段定位准确率。

2、本发明的目的可以通过以下技术方案来实现。

3、一种基于故障特征和bp神经网络的单相接地故障定位方法，包括以下步骤。

4、s1：采集变电站出线发生的单相接地故障历史数据。

5、对采集设备所在线路进行标记。

6、s2：对数据进行预处理，过滤掉异常历史数据。

7、将过滤后的采集数据划分为训练集和验证集。

8、s3：从训练集、验证集数据中提取特征向量。

9、s4：搭建bp神经网络模型，并使用提取的特征向量训练bp神经网络模型。

10、s5：新发生单相接地故障后，从故障数据中提取特征向量，输入训练好的bp神经网络模型。

11、s6：根据线路拓扑信息与bp神经网络模型输出的线路标记确定故障点位置。

12、优选地，所述s1具体包括：

13、s1-1：采集单相接地故障发生前6个周波和发生后10个周波的三相电压、零序电压、三相电流、零序电流。

14、s1-2：根据采集的数据，按故障线路与非故障线路对采集设备所在线路进行标记。

15、优选地，所述s2中的异常历史数据包括三相电流采样异常数据与三相电场偏置异常数据。

16、优选地，所述s2中为避免在现有的有限数据中出现局部极值的情况，划分训练集和验证集的方法采用k折交叉验证，其中k为大于1的正整数。

17、优选地，所述s3、s5中提取的用于表征单相接地故障的特征向量包括零序电流幅值、零序电流相位、零序无功功率、暂态能量、零序有功功率、相不对称比值、3次谐波幅值和5次谐波幅值。

18、优选地，所述s4中搭建的bp神经网络模型为八输入、一输出的四层bp神经网络模型，所述八输入为提取的特征向量，一输出为线路标记。

19、优选地，所述s6中线路拓扑为以变电站为根节点，以采集设备为子节点的树型拓扑。

20、本发明的有益技术效果：结合多故障特征与bp神经网络实现故障定位，可以弥补单一故障特征判据和参考人工经验设定阈值方式带来的局限性，保证了配网单相接地故障区段定位准确率，具有很强的工程实用性。

技术特征：

1.一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，所述s1具体包括：

3.根据权利要求1所述的一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，所述s2中为避免在现有的有限数据中出现局部极值的情况，划分训练集和验证集的方法采用k折交叉验证，其中k为大于1的正整数。

4.根据权利要求1所述的一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，所述s3、s5中提取的用于表征单相接地故障的特征向量包括零序电流幅值、零序电流相位、零序无功功率、暂态能量、零序有功功率、相不对称比值、3次谐波幅值和5次谐波幅值。

5.根据权利要求1所述的一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，所述s4中搭建的bp神经网络模型为八输入、一输出的四层bp神经网络模型，所述八输入为提取的特征向量，一输出为线路标记。

6.根据权利要求1所述的一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，所述s6中线路拓扑为以变电站为根节点，以采集设备为子节点的树型拓扑。

7.根据权利要求1所述的一种基于故障特征和bp神经网络的单相接地故障定位方法，其特征在于，所述s2中的异常历史数据包括三相电流采样异常数据与三相电场偏置异常数据。

技术总结
本发明涉及配电网单相接地故障定位技术领域，公开了一种基于故障特征和BP神经网络的单相接地故障定位方法，步骤如下：采集变电站出线发生的单相接地故障历史数据。标记采集设备所在线路。将获取的历史数据划分为训练集和验证集。从训练集、验证集数据中提取特征向量。搭建神经网络模型，并使用提取的特征向量训练神经网络模型。新发生单相接地故障后，从故障数据中提取特征向量，输入训练好的神经网络模型。根据线路拓扑信息与神经网络模型输出的线路标记确定故障点位置。本发明结合多故障特征与神经网络实现故障定位，可以弥补单一故障特征判据和参考人工经验设定阈值方式带来的局限性，保证了配网单相接地故障区段定位准确率，工程实用性强。

技术研发人员：范建华,曹乾磊,张永全,狄克松,李建赛,孙鹏祥,杜保鲁,张文艳,张威龙,罗超
受保护的技术使用者：青岛鼎信通讯股份有限公司
技术研发日：
技术公布日：2024/4/24