配电网高阻故障辨识方法、装置和电子设备

    公开(公告)号:CN116008731B

    公开(公告)日:2023-08-25

    申请号:CN202310119775.X

    申请日:2023-02-15

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于伏安特性曲线图像识别的配电网高阻故障辨识方法,包括步骤:获取配电网馈线的馈线数据;基于获取的所述馈线数据分别构建相对应的伏安特性曲线;将基于单条馈线的馈线数据构建的M条伏安特性曲线归一化处理为单馈线图像,并且将m个归一化后的单馈线图像排列形成为一张二维图像作为故障识别图像;根据预先构建的高阻故障识别模型对故障识别图像进行识别,并输出高阻故障识别结果。本发明利用配电网各馈线首端的数据构建伏安特性曲线图,作为配电网高阻故障的识别特征量,有效解决了特征量选取困难的问题,同时结合高阻故障原因类不平衡样本集有效提升了识别模型的泛化能力,使得对配电网高阻故障的辨识的精确度大大提高。

    配电网高阻故障辨识方法、装置和电子设备

    公开(公告)号:CN116008731A

    公开(公告)日:2023-04-25

    申请号:CN202310119775.X

    申请日:2023-02-15

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于伏安特性曲线图像识别的配电网高阻故障辨识方法,包括步骤:获取配电网馈线的馈线数据;基于获取的所述馈线数据分别构建相对应的伏安特性曲线;将基于单条馈线的馈线数据构建的M条伏安特性曲线归一化处理为单馈线图像,并且将m个归一化后的单馈线图像排列形成为一张二维图像作为故障识别图像;根据预先构建的高阻故障识别模型对故障识别图像进行识别,并输出高阻故障识别结果。本发明利用配电网各馈线首端的数据构建伏安特性曲线图,作为配电网高阻故障的识别特征量,有效解决了特征量选取困难的问题,同时结合高阻故障原因类不平衡样本集有效提升了识别模型的泛化能力,使得对配电网高阻故障的辨识的精确度大大提高。

Patent Agency Ranking