一种基于高斯函数的配电网故障识别方法技术

本发明专利技术公开了一种基于高斯函数的配电网故障识别方法，包括，采集故障工况下的信号波形数据；对所述信号波形数据进行预处理，得到预处理后的波形数据；基于高斯函数构建故障识别模型并进行参数微调训练；将预处理后的所述波形数据导入训练结束的所述故障识别模型中进行识别计算，输出识别结果。本发明专利技术通过高斯函数可从原始输入数据中自动提取分类所需关键特征量，无需人工预先构造，适应性更强，更加高效的完成电网故障识别，且准确率较高。且准确率较高。且准确率较高。

【技术实现步骤摘要】
一种基于高斯函数的配电网故障识别方法


[0001]本专利技术涉及配电网故障识别的
，尤其涉及一种基于高斯函数的配电网故障识别方法。

技术介绍

[0002]目前在我国，架空线路和电缆构成辐射形状结构的配电网馈线数量主要和城市居民的集中度有关。在人口密集的较大城市，配电网的馈线数量一般在20～30条；小城镇以及农村电网在持续改造、升级建设，都极大增加了线路总长度。配网的电缆化升级和总线路长度的不断增加使得配网对地电容电流的急剧上升，加剧了配电网单相接地情况下故障电流，极大提高了故障危害性，威胁到配电网的安全。为了保证连续供电的时长和稳定性，我国中压(10kV、35kV)配电网的中性点运行方式主要采取两种方式，分别为中性点不接地与中性点经消弧线圈接地(也称谐振接地)，并且中性点不接地方式逐渐被中性点经消弧线圈接地方式升级取代。电网故障统计数据显示，单相接地故障是电力输配电网中的最主要故障，其数量占比超过60％。大多数情况下单相接地故障都为瞬时性故障，故障形式主要为树枝碰线接地、线路经河流等水阻接地、经过不同形态(沙地、土地)大地接地、配电网故障以及金属性接地等。配网的馈线交错纵杂，覆盖范围包括不同地形环境，不同原因导致的接地故障，往往隐含着瞬时性接地故障往永久性故障的趋势。

技术实现思路

[0003]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0004]鉴于上述现有存在的问题，提出了本专利技术。
[0005]因此，本专利技术提供了一种基于高斯函数的配电网故障识别方法，能够解决配电网故障识别不准确的问题。
[0006]为解决上述技术问题，本专利技术提供如下技术方案：包括，采集故障工况下的信号波形数据；对所述信号波形数据进行预处理，得到预处理后的波形数据；基于高斯函数构建故障识别模型并进行参数微调训练；将预处理后的所述波形数据导入训练结束的所述故障识别模型中进行识别计算，输出识别结果。
[0007]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：构建所述故障识别模型包括，
[0008][0009]其中，L
cv
表示分类器损失函数，通过将可见类别的分类，使得网络M可以保留可见类别之间的差异性，Ns表示可见类别样本的个数，表示第i个样本的标签，表示第i个
样本的信号波形特征。
[0010]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：所述参数微调训练包括，对所述故障识别模型进行无监督训练，利用误差反向传播原则微调所有层的参数，直至遍历完所述故障识别模型时停止训练。
[0011]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：所述信号波形数据包括，主变低压母线三相电压、零序电压和主变低压侧三相电流的信号波形数据。
[0012]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：所述预处理包括，分别对所述主变低压母线三相电压、所述零序电压和所述主变低压侧三相电流的信号波形数据进行min
‑
max标准化处理。
[0013]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：所述识别计算包括，
[0014][0015]其中，L
rs
表示关系网络的损失函数，即信号波形特征和语意特征的空间角度关系，使得同一类别的信号波形特征和对应的语意特征在空间上角度接近，网络M可以保留类别特征之间的相似性。
[0016]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：还包括，
[0017][0018]其中，D表示GAN网络中的分辨器网络D，α是梯度惩罚因素，其α～U(0,1)；min
G
M max
D L
G
M表示对抗神经网络的训练损失函数。
[0019]作为本专利技术所述的基于高斯函数的配电网故障识别方法的一种优选方案，其中：所述识别结果包括，若0＞L
cv
＜1，则第i个样本的标签不存在问题波形数据，无故障；若L
cv
＞1或L
cv
＜0，则第i个样本的标签存在问题波形数据，存在故障。
[0020]本专利技术的有益效果：本专利技术通过高斯函数可从原始输入数据中自动提取分类所需关键特征量，无需人工预先构造，适应性更强，更加高效的完成电网故障识别，且准确率较高。
附图说明
[0021]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0022]图1为本专利技术一个实施例所述的基于高斯函数的配电网故障识别方法的流程示意图；
[0023]图2为本专利技术一个实施例所述的基于高斯函数的配电网故障识别方法的实验仿真对比曲线示意图。
具体实施方式
[0024]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明，显然所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术的保护的范围。
[0025]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施例的限制。
[0026]其次，此处所称的“一个实施例”或“实施例”是指可包含于本专利技术至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0027]本专利技术结合示意图进行详细描述，在详述本专利技术实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本专利技术保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0028]同时在本专利技术的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0029]本专利技术中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高斯函数的配电网故障识别方法，其特征在于：包括，采集故障工况下的信号波形数据；对所述信号波形数据进行预处理，得到预处理后的波形数据；基于高斯函数构建故障识别模型并进行参数微调训练；将预处理后的所述波形数据导入训练结束的所述故障识别模型中进行识别计算，输出识别结果。2.根据权利要求1所述的基于高斯函数的配电网故障识别方法，其特征在于：构建所述故障识别模型包括，其中，L
cv
表示分类器损失函数，通过将可见类别的分类，使得网络M可以保留可见类别之间的差异性，Ns表示可见类别样本的个数，表示第i个样本的标签，表示第i个样本的信号波形特征。3.根据权利要求1或2所述的基于高斯函数的配电网故障识别方法，其特征在于：所述参数微调训练包括，对所述故障识别模型进行无监督训练，利用误差反向传播原则微调所有层的参数，直至遍历完所述故障识别模型时停止训练。4.根据权利要求3所述的基于高斯函数的配电网故障识别方法，其特征在于：所述信号波形数据包括，主变低压母线三相电压、零序电压和主变低压侧三相电流的信号波形数据。5.根据权利要求4所述的基于高斯函数的配电网故障识...

【专利技术属性】
技术研发人员：冀红超，潘飞，刘颖，彭又寒，陈怡璇，黄梅，何佳，杨继先，
申请(专利权)人：上海浦源科技有限公司，
类型：发明
国别省市：