【技术实现步骤摘要】
本专利技术属于配电网运行分析，具体涉及一种配电网故障诊断方法、装置、设备和可读存储介质。
技术介绍
1、随着交直流输电规模的急剧扩大，分布式电源的接入数量不断增加，形成以新能源电力生产、传输、消费为主体的新一代配电网的同时也加深了配电网的复杂程度。配电网作为输电系统和电力用户之间的“纽带”，其准确、快速的配电网故障诊断方式可有效提高配电网运行状态的稳定性与可靠性，也是保证故障顺利切除与恢复供电的关键要素。
2、对于目前中低压配电网来说，运行方式主要采用中性点不直接接地的运行方式，上述运行方式又被称为小电流接地系统，而小电流接地系统中70％～80％的故障为单相接地故障。
3、目前的故障诊断方法主要有：专家系统法、petri网络以及在主馈线上利用继电保护功能进行故障诊断等。上述几种方法在应用在传统配电网的故障诊断中，具有诊断响应快和诊断准确率高的优点。但大量分布式电源并网后，传统配电网的故障诊断方法将不再适用，其故障诊断的速动性、灵敏性、准确性都将受到不同程度的影响。因配电网的电网拓扑数量剧增，运行方式改变，再加上分布式电源本身的间歇性与不确定性，目前的故障诊断方法存在故障诊断性能降低和诊断时间变长的问题，还可能会发生拒动、误动与误判，严重威胁配电网安全运行。
技术实现思路
1、为至少在一定程度上克服相关技术中存在的问题，本申请提供一种配电网故障诊断方法、装置、设备和可读存储介质。
2、根据本申请实施例的第一方面，提供一种配电网故障诊断方法，所述方法
3、当检测到配电网发生故障，采集物理实体当前的运行数据；
4、基于所述物理实体当前的运行数据，利用预先构建的故障诊断模型获取配电网故障诊断结果；
5、所述故障诊断模型为所述物理实体构建的数字孪生体进行构建得到。
6、优选的，所述物理实体，包括：
7、设置于中低压配电网内的变压器、馈线、一次设备和配电网自动化设备。
8、优选的，所述数字孪生体的构建，包括：
9、步骤11：采集物理实体的历史运行数据、物理实体关联平台上的历史数据和历史的配电网故障诊断结果；
10、步骤12：利用相关性分类方法分别对所述物理实体的历史运行数据和所述物理实体关联平台上的历史数据进行分类，得到第一数据和第二数据；
11、步骤13：利用所述第一数据和所述第二数据构建配电网数据集；
12、步骤14：基于所述配电网数据集构建所述数字孪生体。
13、优选的，所述物理实体关联平台上的历史数据，包括：历史的pms数据、历史的gis数据和历史的scada数据；
14、所述历史的scada数据包括：故障开关信息、继电保护装置信息、故障录波和soe数据。
15、优选的，所述步骤12，包括：
16、所述物理实体的历史运行数据，按照运行状态和故障类型的进行相关性分类，得到第一数据；
17、所述物理实体关联平台上的历史数据，按照时间序列进行相关性分类，得到第二数据。
18、优选的，所述步骤14，包括：
19、基于所述配电网数据集，建立物理实体在虚拟空间的三维映射，得到所述数字孪生体；
20、所述虚拟空间所属于所述数字孪生体。
21、优选的，所述故障诊断模型的构建，包括：
22、对所述数字孪生体中的配电网数据集进行故障特征数据提取，得到第一故障特征数据；
23、以所述物理实体的历史运行数据和所述第一故障特征数据为人工神经网络模型的输入层训练样本，以所述历史的配电网故障诊断结果为人工神经网络模型的输出层训练样本，对人工神经网络模型进行训练，得到所述故障诊断模型。
24、优选的，所述故障特征数据，包括：
25、故障时刻的断路器状态、故障时刻的三相电压、故障时刻的三相电流、故障时刻的零序电压和故障时刻的零序电流。
26、优选的，所述基于所述物理实体当前的运行数据，利用所述故障诊断模型获取配电网故障诊断结果，包括：
27、对所述数字孪生体中的数据集进行故障特征数据提取，得到第二故障特征数据；
28、以所述物理实体当前的运行数据和所述第二故障特征数据为所述故障诊断模型的输入，得到所述故障诊断模型输出的所述配电网故障诊断结果。
29、根据本申请实施例的第二方面，提供一种配电网故障诊断装置，所述装置包括：
30、采集模块，用于当检测到配电网发生故障，采集物理实体当前的运行数据；
31、获取模块，用于基于所述物理实体当前的运行数据，利用预先构建的故障诊断模型获取配电网故障诊断结果。
32、优选的，所述物理实体，包括：
33、设置于中低压配电网内的变压器、馈线、一次设备和配电网自动化设备。
34、优选的，所述装置还包括：第一构建模块，用于构建所述数字孪生体；
35、第一构建模块，包括：
36、采集单元，用于采集物理实体的历史运行数据、物理实体关联平台上的历史数据和历史的配电网故障诊断结果；
37、分类单元，用于利用相关性分类方法分别对所述物理实体的历史运行数据和所述物理实体关联平台上的历史数据进行分类，得到第一数据和第二数据；
38、第一构建单元，用于利用所述第一数据和所述第二数据构建配电网数据集；
39、第二构建单元，用于基于所述配电网数据集构建所述数字孪生体。
40、优选的，所述物理实体关联平台上的历史数据，包括：历史的pms数据、历史的gis数据和历史的scada数据；
41、所述历史的scada数据包括：故障开关信息、继电保护装置信息、故障录波和soe数据。
42、优选的，所述分类单元，具体用于：
43、所述物理实体的历史运行数据，按照运行状态和故障类型进行相关性分类，得到第一数据；
44、所述物理实体关联平台上的历史数据，按照时间序列进行相关性分类，得到第二数据。
45、优选的，所述第二构建单元，具体用于：
46、基于所述配电网数据集，建立物理实体在虚拟空间的三维映射，得到所述数字孪生体；
47、所述虚拟空间所属于所述数字孪生体。
48、优选的，所述装置还包括：第二构建模块，用于利用数字孪生体构建故障诊断模型；
49、所述第二构建模块，包括：
50、第一提取单元，用于对所述数字孪生体中的配电网数据集进行故障特征数据提取，得到第一故障特征数据；
51、训练单元，用于以所述物理实体的历史运行数据和所述第一故障特征数据为人工神经网络模型的输入层训练样本，以所述历史的配电网故障诊断结果为人工神经网络模型的输出层训练样本，对人工神经网络模型进行训练，得到所述故障诊断模型。
52、优选的，所述故障特征数据，包括：本文档来自技高网...
【技术保护点】
1.一种配电网故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述物理实体，包括：
3.根据权利要求1所述的方法，其特征在于，所述数字孪生体的构建，包括：
4.根据权利要求3所述的方法，其特征在于，所述物理实体关联平台上的历史数据，包括：历史的PMS数据、历史的GIS数据和历史的SCADA数据；
5.根据权利要求3所述的方法，其特征在于，所述步骤12，包括：
6.根据权利要求3所述的方法，其特征在于，所述步骤14，包括：
7.根据权利要求1所述的方法，其特征在于，所述故障诊断模型的构建，包括：
8.根据权利要求7所述的方法，其特征在于，所述故障特征数据，包括：
9.根据权利要求1所述的方法，其特征在于，所述基于所述物理实体当前的运行数据，利用所述故障诊断模型获取配电网故障诊断结果，包括：
10.一种配电网故障诊断装置，其特征在于，所述装置包括：
11.根据权利要求10所述的装置，其特征在于，所述物理实体，包括：
1
13.根据权利要求12所述的装置，其特征在于，所述物理实体关联平台上的历史数据，包括：历史的PMS数据、历史的GIS数据和历史的SCADA数据；
14.根据权利要求12所述的装置，其特征在于，所述分类单元，具体用于：
15.根据权利要求12所述的装置，其特征在于，所述第二构建单元，具体用于：
16.根据权利要求10所述的装置，其特征在于，所述装置还包括：第二构建模块，用于利用数字孪生体构建故障诊断模型；
17.根据权利要求16所述的装置，其特征在于，所述故障特征数据，包括：
18.根据权利要求10所述的装置，其特征在于，所述获取模块，包括：
19.一种计算机设备，其特征在于，包括：一个或多个处理器；
20.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至9中任意一项所述的基于数字孪生的配电网故障诊断方法。
...【技术特征摘要】
1.一种配电网故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述物理实体，包括：
3.根据权利要求1所述的方法，其特征在于，所述数字孪生体的构建，包括：
4.根据权利要求3所述的方法，其特征在于，所述物理实体关联平台上的历史数据，包括：历史的pms数据、历史的gis数据和历史的scada数据；
5.根据权利要求3所述的方法，其特征在于，所述步骤12，包括：
6.根据权利要求3所述的方法，其特征在于，所述步骤14，包括：
7.根据权利要求1所述的方法，其特征在于，所述故障诊断模型的构建，包括：
8.根据权利要求7所述的方法，其特征在于，所述故障特征数据，包括：
9.根据权利要求1所述的方法，其特征在于，所述基于所述物理实体当前的运行数据，利用所述故障诊断模型获取配电网故障诊断结果，包括：
10.一种配电网故障诊断装置，其特征在于，所述装置包括：
11.根据权利要求10所述的装置，其特征在于，所述物理实体，包括：...
【专利技术属性】
技术研发人员：靳学斌，刘科研，贾东梨，王帅，康田园，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。