[發明專利]一種基于梯度提升樹算法的配電網單相接地故障選線方法在審
| 申請號: | 202010220325.6 | 申請日: | 2020-03-25 |
| 公開(公告)號: | CN111337791A | 公開(公告)日: | 2020-06-26 |
| 發明(設計)人: | 馮光;陳明;王鵬;徐銘銘;袁嘉瑋;吳桐;焦在濱 | 申請(專利權)人: | 國網河南省電力公司電力科學研究院;西安交通大學 |
| 主分類號: | G01R31/08 | 分類號: | G01R31/08;G01R31/52 |
| 代理公司: | 西安通大專利代理有限責任公司 61200 | 代理人: | 李曉曉 |
| 地址: | 450000 河*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 梯度 提升 算法 配電網 單相 接地 故障 方法 | ||
本發明公開了一種基于梯度提升樹算法的配電網單相接地故障選線方法,該方法通過將故障后線路零序電流采樣值進行數據處理,得到每條線路歸一化后的零序電流采樣值數據,然后將每條線路的電流數據分別作為梯度提升樹模型的輸入,將梯度提升樹模型的輸出最大值對應的線路選為故障線路,最終取得了良好的選線效果。本發明方法不受配電網網絡結構變化和故障條件的影響,這對結構復雜多變的配電網的故障診斷和安全可靠運行具有重要意義。
技術領域
本發明屬于電力系統領域,涉及配電網故障診斷領域,具體涉及一種基于梯度提升樹算法的配電網單相接地故障選線方法。
背景技術
配電網作為連接電力系統輸電側和用電側的關鍵環節,其運行安全性和可靠性直接影響到用戶用電的滿意程度。數據表明電力系統中故障主要來自于配電網,其中單相接地故障占了80%。當配電網發生單相接地故障時,非故障相電壓升高,同時間歇性弧光接地威脅系統的絕緣水平,容易擴大故障范圍,因此必須盡快檢測并切除故障線路。但是線路中故障電流比較微弱,故障特征不明顯,這給故障線路的檢測帶來了極大的挑戰。
隨著機器學習技術的快速發展,運用機器學習算法對故障信息進行特征挖掘是解決配電網故障選線的重要途徑。因此通過合理選擇故障數據,借助機器學習方法,將有利于解決配電網的故障選線問題。
發明內容
本發明的目的在于提供一種基于梯度提升樹算法的配電網單相接地故障選線方法,以解決配電網單相接地故障選線的問題,本發明將故障后零序電流采樣值和梯度提升樹模型用于配電網單相接地故障選線,可以提高配電網故障選線的準確性,對維護系統安全穩定運行具有重要的現實意義。
為達到上述目的,本發明采用如下技術方案:
一種基于梯度提升樹算法的配電網單相接地故障選線方法,包括以下步驟:
步驟1、當配電網線路發生單相接地故障時,采集每條線路故障后的零序電流采樣值數據;
步驟2、將每條線路零序電流采樣值數據做歸一化處理;
步驟3、利用歸一化處理后的零序電流采樣值訓練梯度提升樹模型,得到基于梯度提升樹算法的故障選線模型,然后利用該模型進行故障選線。
進一步地,步驟1中采集到的故障數據是每條線路故障后一個周期內的零序電流采樣值。
進一步地,步驟2中將零序電流采樣值歸一化方法為:先求每條線路零序電流在一個周期內采樣值的絕對值的最大值,如下所示:
i′M(n)=Max(|in(t)|),n∈[1,N]
其中,in(t)為線路n故障后一個周期內的零序電流采樣值,N為同一母線上連接的線路總個數,Max為取零序電流在一個周期內的最大值,i′M(n)為線路n故障后一個周期內零序電流采樣值的絕對值的最大值。
將每條線路零序電流采樣值按照下式進行歸一化處理。
其中,in(t)為線路n故障后一個周期內的零序電流采樣值,i′M(n)為線路n故障后一個周期內零序電流采樣值的絕對值的最大值,Max為取N條線路的i′M(n)的最大值,i′n(t)是線路n歸一化后的零序電流采樣值。
進一步地,步驟3中采用的梯度提升樹模型的輸入為經歸一化處理后的零序電流采樣值,輸出為線路故障的概率,將最大輸出值對應的線路選為故障線路。
與現有技術相比,本發明具有以下有益的技術效果:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國網河南省電力公司電力科學研究院;西安交通大學,未經國網河南省電力公司電力科學研究院;西安交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010220325.6/2.html,轉載請聲明來源鉆瓜專利網。





