[发明专利]一种配电网单相接地故障智能化识别方法及装置

权利要求书

1.一种配电网单相接地故障识别方法，其特征在于，包括：

当配电网中变电站实时零序电压大于正常相电压有效值的数值超过阈值时；

将采集到的变电站零序电压幅值与变电站实时零序电压突变时刻后一个周波内各馈线始端零序电流的有效值输入到预先训练的故障识别模型中，判断配电网是否发生单相接地故障；

其中，所述故障识别模型以变电站各历史时刻的零序电压幅值、零序电压突变时刻后一个周波内各馈线始端零序电流的有效值作为输入数据，以对应是否发生单相接地故障的运行情况作为输出数据训练得到。

2.如权利要求1所述方法，其特征在于，所述故障识别模型的训练包括：

基于配电网单相接地故障识别地区的变电站的馈线条数确定故障识别模型结构；

以配电网单相接地故障识别地区的变电站在各历史时刻的零序电压幅值、零序电压突变时刻后一个周波内各馈线始端零序电流的有效值以及同一时刻是否发生单相接地故障的运行情况构建样本集，其中，所述历史时刻包括：历史故障时刻、历史正常运行时刻和历史不平衡运行时刻；

按照预设比例将所述样本集划分为训练集和测试集；

基于训练集采用机器学习方法对所述故障识别模型结构进行训练；

基于测试集利用训练后的所述故障识别模型结构进行验证，确定故障识别模型。

3.如权利要求2所述的方法，其特征在于，所述预设比例为：

训练数据占比70％至98％，测试数据对应占比30％至2％。

4.如权利要求3所述的方法，其特征在于，所述训练数据占比为90％，所述测试数据占比为10％。

5.如权利要求2所述方法，其特征在于，所述机器学习方法包括：BP神经网络学习算法。

6.如权利要求5所述方法，其特征在于，所述故障识别模型结构包括按下述方式确定输入层节点数和隐层节点数：

以馈线条数加上零序电压幅值对应的一个维度作为BP神经网络的输入数据的维度数，并根据所述输入数据的维度数设置BP神经网络的输入层节点数；

根据所述输入层节点数计算BP神经网络的隐藏层节点数。

7.如权利要求6所述方法，其特征在于，所述利用馈线条数计算BP神经网络的输入层节点数的计算式如下：

n＝k+1

其中，n为输入层节点数，k为馈线条数。

8.如权利要求6所述方法，其特征在于，所述利用输入层节点数计算BP神经网络的隐层节点数的计算式如下：

其中，I为隐层节点数，n为输入层节点数，a为常数。

9.如权利要求6所述方法，其特征在于，将采集到的变电站零序电压幅值与变电站实时零序电压突变时刻后一个周波内各馈线始端零序电流的有效值输入到预先训练的故障识别模型中，包括：

将采集到的变电站零序电压幅值与变电站实时零序电压突变时刻后一个周波内各馈线始端零序电流的有效值分别输入预先训练的BP神经网络的输入层的对应节点。

10.一种配电网单相接地故障识别装置，其特征在于，包括：

识别模块，用于当配电网中变电站实时零序电压大于正常相电压有效值的数值超过阈值时调用判断模块；

判断模块，用于将采集到的变电站零序电压幅值与变电站实时零序电压突变时刻后一个周波内各馈线始端零序电流的有效值输入到预先训练的故障识别模型中，判断配电网是否发生单相接地故障；

其中，所述故障识别模型以变电站各历史时刻的零序电压幅值、零序电压突变时刻后一个周波内各馈线始端零序电流的有效值作为输入数据，以对应是否发生单相接地故障的运行情况作为输出数据训练得到。