[发明专利]基于低压配网综合监测单元的配电网故障区段定位方法

权利要求书

1.基于低压配网综合监测单元的配电网故障区段定位方法, 其特征在于，通过步骤1到步骤3获得用于监测低压配网是否存在故障的BP神经网络模型，对于目标低压配网，通过将实时获取的低压配网的运行数据输入到BP神经网络模型中，得到目标低压配网是否存在故障的预测结果；

步骤1. 采集目标低压配网的历史运行数据中预设比例的数据作为训练样本数据，剩余部分数据作为测试样本数据，首先确定BP神经网络的拓扑结构，获得BP神经网络的初始权值和初始阈值，并对BP神经网络的初始权值和初始阈值进行编码，得到编码后的BP神经网络的权值和阈值，然后进入步骤2；

步骤2.对BP神经网络的权值和阈值进行解码，并利用训练样本数据对神经网络进行训练，得到BP神经网络模型，利用测试样本数据对BP神经网络进行测试，得到的预测误差作为典型遗传算法中的个体适应度值，然后进入步骤3；

步骤3. 利用典型遗传算法对BP神经网络的权值和阈值进行自适应调整，获得更新后BP神经网络的权值与阈值，判断是否满足结束条件，如果满足，对遗传算法输出的BP神经网络的权值与阈值进行解码，获得BP神经网络最优的权值和阈值，即获得用于监测低压配网是否存在故障的BP神经网络模型；如果不满足，返回步骤2。

2.根据权利要求1所述的基于低压配网综合监测单元的配电网故障区段定位方法，其特征在于，目标低压配网的历史运行数据包括故障数据和非故障数据。

3.根据权利要求1所述的基于低压配网综合监测单元的配电网故障区段定位方法，其特征在于，目标低压配网的历史运行数据首先经过预处理，再用于BP神经网络的训练，预处理步骤包括去掉缺失值和明显错误的数值。

4.根据权利要求1所述的基于低压配网综合监测单元的配电网故障区段定位方法，其特征在于，在对BP神经网络进行训练之前，以及对目标低压配网进行故障预测之前，首先对目标低压配网进行网格划分，划分为各个综合监测单元区域，分别针对各个综合监测单元区域，通过将实时所获综合监测单元区域中低压配网的运行数据输入到BP神经网络模型中，得到目标低压配网是否存在故障的预测结果，从而实现目标低压配网综合监测单元所在的故障区段的快速定位。

5.根据权利要求4所述的基于低压配网综合监测单元的配电网故障区段定位方法，其特征在于，从网格划分后的综合监测单元中提取的样本数据包括功率损耗、阻抗参数、电压降落、环境信息、漏电保护。

6.根据权利要求5所述的基于低压配网综合监测单元的配电网故障区段定位方法，其特征在于，网格划分后的综合监测单元中包括变压器和控制器时，提取的样本数据还包括变压器状态、无功控制器状态。