申请/专利权人：华中科技大学;国网河南省电力公司电力科学研究院;国网河南省电力公司;国家电网有限公司

申请日：2020-09-07

公开（公告）日：2024-03-22

公开（公告）号：CN112163012B

主分类号：G06F16/2458

分类号：G06F16/2458;G06F16/26;G06F17/16;G06N3/0464;G06N3/08;G06Q50/06;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.01.19#实质审查的生效;2021.01.01#公开

摘要：本发明公开了一种电网线路故障选相方法、装置、电子设备和存储介质，属于电网故障诊断领域，所述方法包括：S1:获取故障期间电网线路对应的多个故障信息序列，所述故障信息序列包括电压信号时间序列、电流信号时间序列、有功功率时间序列和无功功率时间序列；S2:获取每两个所述故障信息序列中采样点的梯度相似性，并构建所述多个故障信息序列对应的梯度相似性矩阵；S3:对所述梯度相似性矩阵进行可视化处理，以构建所述多个故障信息序列对应的可视化图形；S4:将所述可视化图形输入卷积神经网络模型以对所述故障期间电网线路进行故障选相。本发明省略了标记故障发生时刻的步骤，简化了电网线路故障选相流程，同时提高了电网线路故障选相的准确性。

主权项：1.一种电网线路故障选相方法，其特征在于，包括：S1:获取故障期间电网线路对应的多个故障信息序列，所述故障信息序列包括电压信号时间序列、电流信号时间序列、有功功率时间序列和无功功率时间序列；S2:获取每两个所述故障信息序列中采样点的梯度相似性，并构建所述多个故障信息序列对应的梯度相似性矩阵；S3:对所述梯度相似性矩阵进行可视化处理，以构建所述多个故障信息序列对应的可视化图形；S4:将所述可视化图形输入卷积神经网络模型以对所述故障期间电网线路进行故障选相；所述步骤S2具体包括：S201:获取每个所述故障信息序列中采样点的梯度向量；S202:获取每两个梯度向量的曼哈顿距离，以标识所述每两个梯度向量的相似性；将每梯度向量的曼哈顿距离作为所述梯度相似性矩阵中的元素构建所述梯度相似性矩阵；所述步骤S201具体包括：将任意两个所述故障信息序列θi和θj，i,j＝1,2,…,m，θi和θj对应的时间序列分别记为和获取的和中采样点的梯度向量分别为： 其中，为θi对应的的第n个采样点，为θj对应的的第n个采样点，n＝1,…,N，m为所述故障信息序列的数目，N为m个故障信息序列的采样点个数；为第n个采样点的梯度；为第n个采样点的梯度，θ1-θm的采样间隔为Δt；所述步骤S202具体包括：获取每两个梯度向量的曼哈顿距离MDi,j描述和之间的相似性：利用获取的各个所述曼哈顿距离构建所述梯度相似性矩阵GS-matrix：

全文数据：

权利要求：

百度查询： 华中科技大学;国网河南省电力公司电力科学研究院;国网河南省电力公司;国家电网有限公司 一种电网线路故障选相方法、装置、电子设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD