【技术实现步骤摘要】
本专利技术涉及一种配电网故障选线方法，尤其是一种基于改进胶囊网络的柔性直流配电网故障选线方法。
技术介绍
1、柔性直流配电系统依靠供电可靠性高、运行方式灵活、电能质量好以及供电损耗小等优势，在分布式电源应用日益增多的电力系统中，成为了新的发展方向。但柔性直流配电系统是一个弱惯性、低阻尼系统，一旦发生故障，其故障过程发展快、影响范围广，而现有柔性直流配电系统保护思路大都沿用于交流配电系统和直流输电系统，柔性直流配电系统保护体系的不成熟成为了制约其推广的瓶颈。因此，如何准确可靠的识别柔性直流配电系统的故障至关重要。
2、目前，柔性直流配电系统的故障诊断主要分为两种方法，一种是利用故障暂态量来分析故障特征完成故障诊断，另一种是利用智能算法完成故障诊断。第一种的常见方法有单端法和双端法。针对多端柔性直流配电系统的双极短路故障问题，通过分析换流站中故障前后的电压电流单端信号，利用高频故障瞬态设置阈值实现故障的检测该判据有一定的抗干扰能力，但只能实现单种故障类型的识别；通过判断基于线路两端电流增量和电流极性的改进电流斜率灰色关系分析实现柔性直流配电系统的故障诊断，该方法能有效识别直流线路的三种故障，但双端保护依赖于通信，且该方法抗干扰能力不强。
3、智能算法凭借其展现的优势，已逐步应用于电力系统故障诊断领域。例如通过完全自适应噪声模态分解对暂态零模电流进行分解重构，并构建颜色关系分析分类器识别柔性直流配电网的不同故障类型，能够在较少样本下实现对各种工况的识别，但低阻状况时识别效果较差，出现混检现象。再如利用变分模态分
技术实现思路
1、专利技术目的在于：提供一种基于改进胶囊网络的柔性直流配电网故障选线方法，能够具有较强的识别精度以及可靠性。
2、技术方案：本专利技术所述的基于改进胶囊网络的柔性直流配电网故障选线方法，包括如下步骤：
3、步骤1，获取待选线的柔性直流配电网中各线路电流电压的故障信息，并对故障信息进行归一化处理，再利用归一化处理后的故障信息构建原始广域多源信息矩阵；
4、步骤2，对原始广域多源信息矩阵进行na-mvmd信号重构，并将重构信号逐列展开获得一维数据，再通过格拉姆角场将展开得到的一维数据转化为二维特征图；
5、步骤3，将二维特征图输入训练好的改进胶囊网络进行故障线路识别，输出得到的线路标签，并根据输出标签选出故障线路。
6、进一步的，步骤1中，构建的原始广域多源信息矩阵为：
7、，式中，为柔性直流配电网中线路归一化处理后的正极电流，为柔性直流配电网中线路归一化处理后的负极电流，为柔性直流配电网中线路归一化处理后的正极电压，为柔性直流配电网中线路归一化处理后的负极电压，为柔性直流配电网中线路归一化处理后的极间电压。
8、进一步的，步骤2中，对原始广域多源信息矩阵进行na-mvmd信号重构时，na-mvmd的模式更新公式为：
9、，中心频率更新公式为：
10、，式中，、分别为和的每一个模态与相应通道c的希尔伯特变换的解析表示，为原始电力负荷序列结合白噪声信号的多变量分量， k为分解的模态个数， i为0到k的整数值，为通道c的第i个模态的希尔伯特解析信号，是当前模态的中心频率，为各模态对应中心频率，为拉格朗日乘子，为二次惩罚因子，、、以及分别是、、以及的傅里叶变换，为对应通道c的拉格朗日乘子，n为迭代次数。
11、进一步的，步骤2中，通过格拉姆角场将展开得到的一维数据转化为二维特征图时，具体步骤为：
12、首先，对一维数据进行归一化处理，具体归一化公式为：
13、，式中，min( x)是取序列 x中最小的一个元素，max( x)是取序列 x中最大的一个元素；
14、然后，将归一化后数据x映射到极坐标系中，具体映射公式为：
15、，式中，n为采样总数，用于正则化极坐标系的跨度，代表点的时间戳，为经过反余弦函数变换后的极角，为极径，，为一维数据 x归一化后的矩阵数据；
16、最后，通过考虑每个点角度之间的三角函数的和、差运算来识别不同时间间隔内的时间相关性，得到格拉姆差场的分布为：
17、，式中，为经过反余弦函数变换后的极角。
18、进一步的，步骤3中，改进胶囊网络由编码器和解码器构成，编码器由卷积嵌入层、多头注意力机制、主胶囊层以及数字胶囊层构成；卷积嵌入层用于将输入的二维特征图分割为小块图；多头注意力机制用于提取各个小块图的图片特征；主胶囊层将多头注意力机制得到的图片特征转化为向量表示；数字胶囊层用于对输入的特征向量进行编码；解码器由重构网络组成，重构网络包含三个全连接层。
19、进一步的，多头注意力机制的算法表达式为：
20、，式中， q、 k以及 v分别为查询、键以及值， w o是输出权重矩阵，、 以及为映射权重矩阵，多头注意力机制的自注意力计算采用缩放点积注意力函数，具体计算公式为：
21、，式中， d k为k的向量维度。
22、进一步的，改进胶囊网络的squash函数为：
23、，式中，表示单个胶囊。
24、本专利技术与现有技术相比，其有益效果是：通过na-mvmd信号重构以及格拉姆角场转化能够将故障信息有效保存在二维特征图中，提高了故障选线的识别精度；采用卷积嵌入层和多头注意力机制代替原有卷积层来构建改进胶囊网络，并提出变体的squash函数来改进动态路由机制，在保证准确性的同时，解决了胶囊网络只能快速识别小图片的问题，具有较高的可靠性。
本文档来自技高网...【技术保护点】
1.一种基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤1中，构建的原始广域多源信息矩阵为：
3.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤2中，对原始广域多源信息矩阵进行NA-MVMD信号重构时，NA-MVMD的模式更新公式为：
4.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤2中，通过格拉姆角场将展开得到的一维数据转化为二维特征图时，具体步骤为：
5.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤3中，改进胶囊网络由编码器和解码器构成，编码器由卷积嵌入层、多头注意力机制、主胶囊层以及数字胶囊层构成；卷积嵌入层用于将输入的二维特征图分割为小块图；多头注意力机制用于提取各个小块图的图片特征；主胶囊层将多头注意力机制得到的图片特征转化为向量表示；数字胶囊层用于对输入的特征向量进行编码；解码器由重构网络组成，重构网
6.根据权利要求5所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，多头注意力机制的算法表达式为：
7.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，改进胶囊网络的squash函数为：
...【技术特征摘要】
1.一种基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤1中，构建的原始广域多源信息矩阵为：
3.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤2中，对原始广域多源信息矩阵进行na-mvmd信号重构时，na-mvmd的模式更新公式为：
4.根据权利要求1所述的基于改进胶囊网络的柔性直流配电网故障选线方法，其特征在于，步骤2中，通过格拉姆角场将展开得到的一维数据转化为二维特征图时，具体步骤为：
5.根据权利要求1所述的基于改进胶囊网络的柔...
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。