[发明专利]一种输电线路故障波头定位方法、装置、设备及存储介质

说明书

本发明公开了一种输电线路故障波头定位方法、装置、设备及存储介质，用于解决现有的行波波头定位算法存在对故障波形的误报率高，波头定位精度不高的技术问题。本发明包括：采集第一故障波形数据；对所述第一故障波形数据进行数据归一化处理，得到输入数据；提取所述输入数据的第一隐空间变量；对所述第一隐空间变量进行分类，获取第二故障波形数据；从所述第二故障波形数据中，提取疑似故障波头数据；提取所述疑似故障波头数据的第二隐空间变量；判断所述第二隐空间变量是否属于故障波形；若是，通过预设第一循环神经网络模型，在所述故障波形中识别故障波头位置。

技术领域

本发明涉及故障定位技术领域，尤其涉及一种输电线路故障波头定位方法、装置、设备及存储介质。

背景技术

随着我国社会经济的发展，行业对电网输电线路的可靠性、稳定性都提出了更高的要求。在发生故障的时候，故障解决时间越长，对经济的影响也越大。因此，快速定位故障发生位置，才能为解决故障争取更多的响应时间。传统的故障定位方法，更多依靠人工进行线路巡检，需要大量的人力、物力，具有时间长，效率低的特点。

行波采集的频率通常都很高，容易受到各种噪音的干扰，也容易产生杂波。以上问题会导致在一段行波波形中确定波头的位置变得非常困难。目前行业行波故障告警的准确度较低，通常需要人工接入，对疑似故障波形进行筛选，然后还需要通过人工经验来诊断波头的位置，并在系统中手动划线标定。这种方法需要时间较长，对运维人员的经验值要求非常高。

使用机器学习方法进行故障定位，目前存在以下问题：如果使用工频波形作为输入，波形规律性较好，判断有无故障，以及故障分类的准确性高，但是由于工频的采样频率较低，波头的定位误差会对定位故障的实际效果产生很大的影响。因此，工频一般只适合作为有无故障的判断依据；如果使用行波波形作为输入，波形通常缺乏规律，杂波非常多，即使人工进行判断也很难达到高准确率。

发明内容

本发明提供了一种输电线路故障波头定位方法、装置、设备及存储介质，用于解决现有的行波波头定位算法存在对故障波形的误报率高，波头定位精度不高的技术问题。

本发明提供了一种输电线路故障波头定位方法，包括：

采集第一故障波形数据；

对所述第一故障波形数据进行数据归一化处理，得到输入数据；

提取所述输入数据的第一隐空间变量；

对所述第一隐空间变量进行分类，获取第二故障波形数据；

从所述第二故障波形数据中，提取疑似故障波头数据；

提取所述疑似故障波头数据的第二隐空间变量；

判断所述第二隐空间变量是否属于故障波形；

若是，通过预设第一循环神经网络模型，在所述故障波形中识别故障波头位置。

可选地，所述采集第一故障波形数据的步骤，包括：

采集工频电流波形数据，并获取经典故障波形数据；

计算所述工频电流波形数据与所述经典故障波形数据的相似度；

当所述相似度达到预设相似度阈值时，将所述工频电流波形数据确定为第一故障波形数据。

可选地，所述提取所述输入数据的第一隐空间变量的步骤，包括：

采用自动编码器缩小所述输入数据的长度，得到所述输入数据的第一隐空间变量。

可选地，所述从所述第二故障波形数据中，提取疑似故障波头数据的步骤，包括：

将所述第二故障波形数据输入预设第二循环神经网络，输出故障时间窗口；