[发明专利]一种配电网故障定位方法及系统有效
| 申请号： | 201711403304.2 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN108120900B | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 戴义波;张建良;姚蔷 | 申请（专利权）人： | 北京映翰通网络技术股份有限公司 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08 |
| 代理公司： | 11401 北京金智普华知识产权代理有限公司 | 代理人： | 巴晓艳 |
| 地址： | 100102 北京市朝阳*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种配电网故障定位方法，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特征提取；各监测终端将特征数据上传至系统主站，并有系统主站进行特征数据归集，并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。 | ||
| 搜索关键词： | 监测终端 神经网络模型 特征数据序列 配电网 配电网故障 多层网络 故障波形 记忆网络 录波数据 特征数据 系统主站 传输线 定位方法及系统 特征数据上传 机器学习 特征提取 拓扑结构 故障点 截取 | ||
【主权项】：
1.一种配电网故障定位方法，其特征在于，该方法包括：/n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；/n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；/n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；/n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；/n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。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京映翰通网络技术股份有限公司，未经北京映翰通网络技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711403304.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种配电网单相接地故障单端区段定位方法
- 下一篇：一种电缆故障测距方法及装置
