一种基于图卷积神经网络的配电网故障精准定位方法及系统
申请号:CN202510852426
申请日期:2025-06-24
公开号:CN120761768A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于图卷积神经网络的配电网故障精准定位方法及系统,涉及电力系统技术领域,该方法包括:在配电网节点部署监测设备;响应分布式电源投切事件,基于预存仿真模型生成动态图结构;以动态图结构为基准初始化图卷积核参数,并基于通信延迟情况生成两类运算参数;融合新能源出力预测数据、电气量监测数据及气象数据构建动态因果图;当检测到故障特征信号时,提取关联节点的电气量监测数据、拓扑连接关系及因果推理知识;构建以动态图结构为网络拓扑的图卷积网络,选择对应通信延迟区域的运算参数作为卷积核权重,处理关联节点的电气量监测数据、拓扑连接关系及因果推理知识并输出故障坐标。
技术关键词
配电网故障精准定位方法
新能源出力预测
故障特征信号
电气
节点
参数
网络拓扑
仿真模型
环境监测数据
分布式电源接入点
配电网运行特性
Dijkstra算法
动态
监测设备
变异策略
电磁暂态分析
关系
绝缘老化
精准定位系统