基于图神经网络的配电网故障识别.pdf

哈尔滨工程大学专业学位硕士学位论文

Experimentaltestsareconductedinthepaper,andtheresultsshowthatthemodelisableto

achieveeffectiveidentificationofleapfrogfaultsinavarietyofscenarios.

Keyword:FaultIdentification,DistributionNetwork,NetworkTopology,GraphNeural

Network,SkipLevelTrippingFault

目录

第1章绪论1

1.1课题背景及意义1

1.2国内外研究现状2

1.2.1配电网故障数据缺失重建的国内外研究现状2

1.2.2配电网故障识别国内外研究现状4

1.3论文章节安排7

第2章基于图自编码器的故障数据缺失重建9

2.1问题分析与解决思路9

2.1.1数据缺失重建问题分析9

2.1.2基于图自编码器的缺失重建思路10

2.2配电网的图模型建模13

2.2.1邻接矩阵13

2.2.2特征矩阵14

2.3基于图自编码器的故障数据缺失重建模型设计15

2.4验证方案与验证场景17

2.4.1单变量缺失情况17

2.4.2多变量缺失情况19

2.5实验结果分析20

2.5.1图注意力网络数据拟合结果与分析20

2.5.2缺失数据重建结果与分析21

2.5.3缺失重建对故障识别效果的提升23

2.6本章小结23

第3章应对拓扑变化的图神经配电网故障识别25

3.1问题分析与解决思路25

3.1.1基于图神经网络的配网故障识别现存问题25

3.1.2引入软标签的图神经网络配网故障识别思路27

3.2故障特征选取28

3.3基于软标签的图神经网络故障识别模型设计29

3.3.1输入数据变量30

3.3.2GNN模块设计30

3.3.3分类器模块设计32

3.4评价指标设计33

3.5验证方案与验证场景34

3.5.1拓扑不变化的场景34

3.5.2拓扑变化的场景34

3.6实验结果与分析35

3.6.1配电网故障识别结果与分析35

3.6.2应对拓扑变化的结果与分析38

3.7本章小结39

第4章基于动态图神经网络的配电网越级故障识别41

4.1问题分析与解决思路41

4.1.1越级故障识别问题分析41

4.1.2使用动态图神经网络识别越级故障的思路43

4.2配电网的动态图模型建模44

4.3基于动态图神经网络的越级故障识别模型设计45

4.3.1输入数据变量46

4.3.2DGNN模块设计46

4.3.3分类器模块设计47

4.4验证方案与验证场景47

4.4.1整定值不当情况48

4.4.2断路器拒动情况48

4.5实验结果与分析49

4.6本章小结51

结论53

参考文献55

第1章绪论

第1章绪论

1.1课题背景及意义

随着我国的用电需求不断提高，电能的稳健持续供给成为影响国民经济的重要因素。

电能的持续供应归功于稳定运行的电力系统。现代电力系统由发电、送电、配电等部分

组成。其中，配电网直接面向终端用户，是服务民生的重要公共基础设施，也是保证供

电质量、提高电网运行效率、创新用户服务的关键环节，其稳定性和可靠性对于保障人

[1]

民用电安全至关重要。由于我国电力系统建设长期存在“重电源、轻电