[发明专利]一种配电网故障定位方法及系统

权利要求书

1.一种配电网故障定位方法，其特征在于，该方法包括：

对包含多层网络模块和双向长短时记忆网络模块的深度神经网络模型框架进行机器学习训练，从而得到最优深度神经网络模型；

各监测终端对配电网进行工况录波得到录波数据，并对录波数据进行截取获得故障波形区域；

利用最优深度神经网络模型中的多层网络模块对故障波形区域进行特征提取得到特征数据；

各监测终端将特征数据上传至系统主站，并由系统主站进行特征数据归集，根据配电网拓扑结构将位于同一传输线路上的监测终端的特征数据按线路位置组合成特征数据序列；

将特征数据序列输入双向长短时记忆网络模块从而获得各监测终端与故障点之间的相对位置。

2.根据权利要求1所述的配电网故障定位方法，其特征在于，所述多层网络模块内置于监测终端内部，由监测终端完成对工况录波的特征提取。

3.根据权利要求2所述的配电网故障定位方法，其特征在于，所述多层网络模块包含输入卷积层、卷积块、平均池化层及全连接层。

4.根据权利要求3所述的配电网故障定位方法，其特征在于，所述卷积块的结构为双层卷积层叠加结构，或者为多通道的且每一通道由双层卷积层叠加的结构构成，或者为多通道的且每一通道包含1至3层卷积层的结构构成。

5.根据权利要求4所述的配电网故障定位方法，其特征在于，所述卷积层区域中的卷积块之间设置有残量连接，所述残量连接是指将一个卷积块的输入和输出取和，并将取和结果作为输入传递至下一卷积块。

6.根据权利要求1所述的配电网故障定位方法，其特征在于，所述双向长短时记忆网络模块中的每一长短时记忆单元均对应于一个监测终端，且长短时记忆单元的排列顺序对应于特征数据序列中特征数据的排列方式。

7.一种用于配电网故障定位的系统，该系统使用权利要求1-6之一所述的配电网故障定位方法进行故障定位，该系统包括系统主站以及布置于配电网拓扑中不同位置的多个监测终端；其特征在于，该系统使用端对端的深度神经网络对配电网的故障进行定位判定；所述深度神经网络中包含多层网络模块和双向长短时记忆网络模块，其中多层网络模块布置于监测终端内部，双向长短时记忆网络模块布置于系统主站内部。

8.根据权利要求7所述的用于配电网故障定位的系统，其特征在于，所述多层网络模块包含输入卷积层、卷积块、平均池化层及全连接层。

9.根据权利要求7所述的用于配电网故障定位的系统，其特征在于，所述双向长短时记忆网络模块中的每一长短时记忆单元均对应于一个监测终端，且长短时记忆单元的排列的顺序对应于特征数据序列中特征数据的排列方式。

10.一种用于配电网故障定位的装置，其特征在于，该配电网故障定位的装置使用了如权利要求1-6之一所述的配电网故障定位方法进行故障定位。