基于人工智能的配电网故障定位方法和存储介质与流程

本申请涉及信息，具体而言，涉及一种基于人工智能的配电网故障定位方法和计算机可读存储介质。

背景技术：

1、在现代配电网的精细多级划分体系下，每一层级的电流电压数据监测与采集工作面临着各自的挑战，尤其是数据采集的精度与采样频率在不同层级间存在显著差异。这种不一致性直接映射到故障诊断阶段，导致不同层级在进行故障判断时，其分析的精确度与结论的可靠性大相径庭。各层级的电气配置、线路参数以及网络拓扑结构的多样性，使得即便是同一种类型的故障，在不同层级网络中的表现形式和特征信号各具特色，极大地增加了故障类型识别的难度和复杂度。且现有的故障定位算法通常是基于特定的网络拓扑和故障类型设计的，无法适应不同层级和故障场景的灵活性和鲁棒性。

技术实现思路

1、本申请的主要目的在于提供一种基于人工智能的配电网故障定位方法和计算机可读存储介质，以至少解决现有技术中的电网故障定位算法只能用于特定的网络拓扑和故障类型，无法对不同层级和不同故障场景的进行故障类型的精准识别的问题。

2、为了实现上述目的，根据本申请的一个方面，提供了一种基于人工智能的配电网故障定位方法，包括：基于多层级配电网中电能传感器所采集的数据，确定所述多层级配电网的电气参数，所述电能传感器安装在各层级支路和节点上，所述电气参数包括电流和电压；获取所述多层级配电网的预设工作参数，所述预设工作参数为保持所述多层级配电网稳定运行的预设的工作参数；根据所述电气参数，确定所述多层级配电网各层级的特征值，并根据所述电气参数与所述预设工作参数的偏差，结合所述多层级配电网的电网拓扑关系和故障识别模型，识别出故障点的故障类型；根据所述故障点的故障类型和所述多层级配电网的层级信息，确定故障定位方法，并采用所述故障定位方法对所述故障点进行定位，所述故障定位方法包括基于阻抗法的粗定位和基于行波法的精定位。

3、根据本申请的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的基于人工智能的配电网故障定位方法。

4、应用本申请的技术方案，上述基于人工智能的配电网故障定位方法，首先基于多层级配电网中电能传感器所采集的数据，确定多层级配电网的电气参数，电能传感器安装在各层级支路和节点上，电气参数包括电流和电压；之后获取多层级配电网的预设工作参数，预设工作参数为保持多层级配电网稳定运行的预设的工作参数；然后根据电气参数，确定多层级配电网各层级的特征值，并根据电气参数与预设工作参数的偏差，结合多层级配电网的电网拓扑关系和故障识别模型，识别出故障点的故障类型；最后根据故障点的故障类型和多层级配电网的层级信息，确定故障定位方法，并采用故障定位方法对故障点进行定位，故障定位方法包括基于阻抗法的粗定位和基于行波法的精定位。该方法可以进行实时通信优化，最小化故障数据与控制命令之间的传输延迟，以便在故障发生时迅速响应，解决了现有技术中的电网故障定位算法只能用于特定的网络拓扑和故障类型，无法对不同层级和不同故障场景的进行故障类型的精准识别的问题。

技术特征：

1.一种基于人工智能的配电网故障定位方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于多层级配电网中电能传感器所采集的数据，确定所述多层级配电网的电气参数，包括：

3.根据权利要求1所述的方法，其特征在于，根据所述电气参数，确定所述多层级配电网各层级的特征值，并根据所述电气参数与所述预设工作参数的偏差，结合所述多层级配电网的电网拓扑关系和故障识别模型，识别出故障点的故障类型，包括：

4.根据权利要求1所述的方法，其特征在于，根据所述故障点的故障类型和所述多层级配电网的层级信息，确定故障定位方法，并采用所述故障定位方法对所述故障点进行定位，包括：

5.根据权利要求1所述的方法，其特征在于，在采用所述故障定位方法对所述故障点进行定位之后，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，根据所述故障点的故障情况和对应的故障影响评估模型，确定与所述故障情况对应的故障影响范围和影响严重程度，并根据所述故障影响范围和所述影响严重程度，确定所述故障点的故障隔离优先级，包括：

7.根据权利要求5所述的方法，其特征在于，基于各所述故障点的所述故障情况和所述故障隔离优先级，确定故障隔离控制策略，包括：

8.根据权利要求5所述的方法，其特征在于，对所述多层级配电网进行实时通信优化，建立所述多层级配电网的数据传输调度策略，包括：

9.根据权利要求5所述的方法，其特征在于，基于所述数据传输调度策略和所述故障隔离控制策略对故障区域内的开关器件发出操作指令，以对所述故障点进行隔离，并恢复所述故障区域外的供电，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的基于人工智能的配电网故障定位方法。

技术总结本申请提供了一种基于人工智能的配电网故障定位方法和存储介质，该方法包括：基于多层级配电网中电能传感器所采集的数据，确定电气参数，电能传感器安装在各层级支路和节点上，电气参数包括电流和电压；获取预设工作参数，预设工作参数为保持多层级配电网稳定运行的预设的工作参数；根据电气参数，确定各层级的特征值，并根据电气参数与预设工作参数的偏差，结合电网拓扑关系和故障识别模型，识别出故障点的故障类型；根据故障类型和层级信息，确定故障定位方法，并对故障点进行定位，故障定位方法包括基于阻抗法的粗定位和基于行波法的精定位。该方法可以进行实时通信优化，最小化故障数据与控制命令之间的传输延迟，以便在故障发生时迅速响应。技术研发人员：夏志雄,刘京,孔洛铧,陈景椹,黄鑫荣,钟少荣,陶思思,伍嘉诚,梁俊华,王勋,陈卫亮,袁经伟,黄俊贤,梁志华受保护的技术使用者：广东电网有限责任公司技术研发日：技术公布日：2024/11/4