[發明專利]配電網故障診斷方法及系統

在審

• 申請號: 202110591107.8
• 申請日: 2021-05-28
• 公開（公告）號: CN113327033A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 周楊珺;秦麗文;俞小勇;周柯;奉斌;桂海濤;李欣桐;吳麗芳;李珊;陳紹南;黃偉翔;李克文;歐世鋒
• 申請（專利權）人: 廣西電網有限責任公司電力科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62;G06N3/04;G06F16/901
• 代理公司: 廣州市專注魚專利代理有限公司 44456
• 代理人: 張志鵬

本發明公開配電網故障診斷方法及系統，涉及配電網技術領域，特別涉及配電網故障診斷方法及系統，包括以下步驟：獲取目標電網數據；將所述目標電網數據與預設的關鍵特征集進行分析，得到關鍵特征量值；對所述關鍵特征量進行分類，得到初步故障數據；從所述初步故障數據篩選得到目標故障數據；對所述目標故障數據進行分析，得到目標電網運行狀態數據。從眾多數據中篩選出目標故障數據，對目標故障數據進行分析后得到電網運行狀態數據，從而直觀地將電網運行狀態反饋給用戶，方便用戶快速識別電網故障狀態，解決了現有技術中由于數據龐大、復雜而存在的無法及時獲得配電網的運行狀態的技術問題。

技術領域

本發明涉及配電網技術領域，特別涉及配電網故障診斷方法及系統。

背景技術

隨著智能配電技術的發展，從傳統無源電網演變為包含分布式電源的有源配電網，且隨著配電網網絡自動化的發展，電網供電設備種類越來越多，有關電網的數據、信息資料越來越復雜，配電網中的終端采集裝置采集的數據量呈指數級增長。

數據的統計需要較多規劃人員進行統計、分析，由于配電網數據量大、模型多，導致運維人員進行統計分析時的工作量大，周期長，也很難發現其中數據的問題，針對配電網故障，很難及時得到反饋信息，無法及時獲取到配電網的運行狀態。

發明內容

隨著智能配電技術的發展，有關電網的數據越來越多，數據統計通常周期長，很難發現存在的數據問題，針對配電網故障很難及時得到反饋，無法及時獲得配電網的運行狀態，針對上述問題提出以下發明內容：

配電網故障診斷方法，包括以下步驟：獲取目標電網數據；將所述目標電網數據與預設的關鍵特征集進行分析，得到關鍵特征量值；對所述關鍵特征量進行分類，得到初步故障數據；從所述初步故障數據篩選得到目標故障數據；對所述目標故障數據進行分析，得到目標電網運行狀態數據。

進一步的，對所述關鍵特征量進行分析還包括以下步驟：

將所述關鍵特征量值輸入至預設的故障診斷神經網絡；

所述故障診斷神經網絡對所述關鍵特征量值分類。

進一步的，從所述初步故障數據篩選得到目標故障數據還包括：

故障診斷神經網絡對所述初步故障數據進行篩選，得到目標故障數據。

進一步的，所述故障診斷神經網絡包括故障診斷神經網絡和LSTM模型，其中：

關鍵特征量值輸入值預設的故障診斷神經網絡的注意力機制模型；

根據故障診斷神經網絡的LSTM模型對初步故障數據進行篩選，得到目標故障數據。

進一步的，得到目標電網運行狀態數據后，根據所述目標電網運行狀態數據發出相應反饋信息。

進一步的，對所述目標故障數據進行分析具體包括：

將目標故障數據匹配索引分類關鍵字；

根據索引分類關鍵字建立索引表；

根據索引表將目標故障數據存入數據庫。

進一步的，所述目標電網數據包括：電壓數據、電流數據和溫度數據。

進一步的，所述關鍵特征集包括：負荷轉供能力、分布式能源消納能力、供電可靠率、諧波合格率。

配電網故障診斷系統，包括：

數據獲取模塊：獲取目標電網數據；

特征量處理模塊：將目標電網數據與預設的關鍵特征量進行分析，得到關鍵特征集中的關鍵特征量值；

數據輸入模塊：將所述關鍵特征量值輸入預設的故障診斷神經網絡；