CN114624551B 一种基于空间数据融合的配电线路故障定位方法 (保定市毅格通信自动化有限公司).docxVIP

CN114624551B 一种基于空间数据融合的配电线路故障定位方法 (保定市毅格通信自动化有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114624551B(45)授权公告日2025.07.11

(21)申请号202210276499.3

(22)申请日2022.03.21

(65)同一申请的已公布的文献号申请公布号CN114624551A

(43)申请公布日2022.06.14

(73)专利权人保定市毅格通信自动化有限公司地址071000河北省保定市高开区锦绣街

677号火炬产业园2号楼

(72)发明人侯思祖韩庆雪刘保辉丁柱卫

(74)专利代理机构北京市盛峰律师事务所

11337

专利代理师于国富

(51)Int.CI.

G01R31/08(2020.01)

GO6F30/18(2020.01)

GO6F30/27(2020.01)

GO6F18/15(2023.01)

GO6F18/213(2023.01)

GO6F18/214(2023.01)

GO6F18/2431(2023.01)

GO6F18/25(2023.01)

GO6N3/0464(2023.01)

GO6F113/04(2020.01)

(56)对比文件

CN109325526A,2019.02.12

审查员周立新

权利要求书2页说明书7页附图3页

(54)发明名称

一种基于空间数据融合的配电线路故障定

位方法

(57)摘要

CN114624551B本发明提供了一种基于空间数据融合的配电线路故障定位方法,本发明首先对整个待检测的配电网进行仿真模拟,然后对所有线路进行等距故障测试,然后将整个配电网的故障点采集到的电压电流信号进行转换、信息融合,再结合卷积神经网络(CNN

CN114624551B

开始

开始

电压、电流值越限启动,采集各点故障指示器的电流信号波形

对信号进行非线性变换

对时间信号进行格拉姆角场变换,生成

单点二维图像样本。

多点信息融合

卷积神经网络(CNN)训练样本

建立故障类型和故障距离库

判别结果输出

CN114624551B权利要求书1/2页

2

1.一种基于空间数据融合的配电线路故障定位方法,其特征在于,包括以下步骤:

S1,建立与待检测配电网结构一致的仿真信号采集系统,包括与所述待测配电网结构一致的拓扑图与故障指示器布置图,在拓扑图上设定多个故障点,并采用故障指示器获取各个故障点不同故障类型对应的多个采样点电压电流信号样本X=(x?,2,…,×);

S2,将获取到的每个故障点发生故障时刻的所有故障指示器采集的不同电压电流信号样本X=(x?,x?,…,x)进行归一化处理得到归一化后的X,即x的元素为

,其中,x,-1≤x;≤+1;

S3,利用格拉姆角场矩阵对归一化处理后的电压电流信号样本x进行时间-空间变换,即将信号的时间波形转换为极坐标形式,使时间信号转换为空间图像的形式,从而在图像空间同时体现出信号的幅度与频率信息;

S4,将一个故障发生时所有采样点的故障指示器所采集的电压电流信号样本,均分别进行格拉姆变换后得到若干单点图像样本,采用多点空间信息融合方法对所有的单点图像样本进行信息融合,获得该故障点融合后的样本数据;

S5,重复步骤S2-S4中的过程,获取拓扑图上设定的每个故障点发生故障时的多个采样点进行信息融合后的样本数据,整合成一个样本数据集;

S6,采用卷积神经网络对融合后的样本数据集进行训练,直到网络收敛,此时建立状态特征库,所述状态特征库中包括故障点位置以及故障类型;

S7,以建立好的状态特征库为故障识别参考对象,将发生故障后的电流电压信号输入神经网络,即可根据状态特征库的参考数据信息快速定位故障点及故障类型步骤S1中的故障点设置是在电网线路上等距设置故障点,每个故障点之间间隔100~200米;步骤S3中的利用格拉姆角场矩阵对归一化处理后的电压电流信号样本x进行时间-空间变换,所述格拉姆角场矩阵形式为

(1)

其中,φ=arccos(x;)-1≤xi≤+1,把一维时间波形转换为二维图像形式计算公式:

x·x-√1-x2·.V1-x2(2)

即像素点

;(3)

CN11462

您可能关注的文档

文档评论(0)

xm + 关注
实名认证
文档贡献者

专业学习资料,专业文档

1亿VIP精品文档

相关文档