[发明专利]一种基于Softmax确定配电网单相接地故障选线的方法及系统

说明书

本发明公开了一种基于Softmax确定配电网单相接地故障选线的方法及系统，包括：获取配电网中线路的多个预设节点中每个预设节点的故障数据；对所述故障数据进行处理，获取故障特征数据，并建立故障标识与故障特征数据库；将所述故障标识与故障特征数据库中的数据按照故障类型分为训练集和测试集，并根据预设迭代次数利用Softmax回归模型和训练集进行选线辨识训练确定最优参数，以确定最优参数对应的Softmax回归模型；利用所述最优参数对应的Softmax回归模型根据电网的实时故障数据对故障类型和位置进行预测，以确定配电网单向接地故障选线。本发明运用数据对Softmax回归模型进行训练并验证，提升了数据处理能力及选线准确性，促进了新型配电终端的研发与应用。

技术领域

本发明涉及配电网风险分析与控制技术领域，并且更具体地，涉及一种基于Softmax确定配电网单相接地故障选线的方法及系统。

背景技术

小电流接地问题是世界性难题，目前对于故障辨识主要存在的难点在于：一是小电流单相接地，故障电流小，难以检测；二是系统结构复杂，中性点接地方式不同，故障位置不同，故障类型不同，导致的故障特征也不同，检测的门槛值很难整定；三是故障特征信号在网络内经过折反射，互相叠加干扰，不容易分离出有意义的特征量。

同时，对于已有方法的有效性差的主要原因有以下三点：(1)不进行具体故障数据分析，只整定短路电流，小电流接地电流值较小，单纯限制短路电流很难对小电流接地进行判断；(2)只基于某一种特征信号进行选线，由于不同小电流接地故障因中性点接地方式不同、接地电阻不同而呈现多样化，单一特征信号无法描述所有类型的故障特征，故基于一种特征信号进行选线的方法有效性便受到局限；(3)由于实际配电网络无法大量进行接地故障模拟，故基于多信号数据特征量的选线方法通常采用动态仿真的方式进行，但数字仿真建模并不能完全精确模拟真实配网设备的情况，会忽略暂态特性等影响因素，同时由于仿真步长的限制，对提供的暂态信号频率范围有一定限制，导致所提出方法在实际系统中应用效果受限。

Softmax回归算法是一种典型的多分类问题回归算法，在此之前，广泛应用于机器学习领域，用于手写数字识别，动植物分类等多分类用途之中，也有应用该算法进行液压泵的故障诊断的应用实例。但Softmax回归算法在电力系统领域，未见应用。在电力系统领域，近年中国各省配置大量的录波型故障指示器，获取的了大量真实配电网故障数据，同时却对数据的处理分析能力不足。

目前，若想提出基于真实有效数据的单相接地选线策略，需要解决以下几个问题：一是获得有效的故障发生状态下的波形数据，该数据要与故障的类型与故障发生位置，在选线策略中位置信息即为线路编号，同时所录取数据波形的采样率要足够高，包含故障数据特征；二是录取的数据波形无法直接用于故障辨识，需进行预处理，以达到分离出与故障数据特征强相关的特征量，一次进行故障辨识；三是要提出故障特征的应用方法，一般情况下，故障特征与故障位置信息并非线性对应关系，要经过回归算法进行分类，以达到有效选择故障线路的目的。

因此，由于以上各种缺陷与不足，为提出更有效的选线策略，充分利用真实配电网中的故障数据，需要一种配电网单相接地故障选线方法，以解决无法准确的确定发生故障的路线的问题。

发明内容

本发明提出一种基于Softmax确定配电网单相接地故障选线的方法及系统，以解决无法准确的确定发生故障的路线的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种基于Softmax确定配电网单相接地故障选线的方法，其特征在于，所述方法包括：

步骤1，获取配电网中线路的多个预设节点中每个预设节点的故障数据，其中所述故障数据包括：三相电压数据、三相电流数据、电压的相位数据、电流的相位信息以及故障发生的绝对时间信息；

步骤2，对所述故障数据进行处理，获取故障特征数据，并根据所述故障特征数据、故障类型和故障位置标识建立故障标识与故障特征数据库，其中所述故障特征数据包括多个特征量；