[发明专利]配电网故障诊断方法及系统

权利要求书

1.配电网故障诊断方法，其特征在于，包括以下步骤：

获取目标电网数据；

将所述目标电网数据与预设的关键特征集进行分析，得到关键特征量值；

对所述关键特征量进行分类，得到初步故障数据；

从所述初步故障数据筛选得到目标故障数据；

对所述目标故障数据进行分析，得到目标电网运行状态数据。

2.根据权利要求1所述的配电网故障诊断方法，其特征在于，对所述关键特征量进行分析还包括以下步骤：

将所述关键特征量值输入至预设的故障诊断神经网络；

所述故障诊断神经网络对所述关键特征量值分类。

3.根据权利要求1所述的配电网故障诊断方法，其特征在于，从所述初步故障数据筛选得到目标故障数据还包括：

故障诊断神经网络对所述初步故障数据进行筛选，得到目标故障数据。

4.根据权利要求2或权利要求3所述的配电网故障诊断方法，其特征在于，所述故障诊断神经网络包括故障诊断神经网络和LSTM模型，其中：

关键特征量值输入值预设的故障诊断神经网络的注意力机制模型；

根据故障诊断神经网络的LSTM模型对初步故障数据进行筛选，得到目标故障数据。

5.根据权利要求1所述的配电网故障诊断方法，其特征在于，得到目标电网运行状态数据后，根据所述目标电网运行状态数据发出相应反馈信息。

6.根据权利要求1所述的配电网故障诊断方法，其特征在于，对所述目标故障数据进行分析具体包括：

将目标故障数据匹配索引分类关键字；

根据索引分类关键字建立索引表；

根据索引表将目标故障数据存入数据库。

7.根据权利要求1所述的配电网故障诊断方法，其特征在于，所述目标电网数据包括：电压数据、电流数据和温度数据。

8.根据权利要求1所述的配电网故障诊断方法，其特征在于，所述关键特征集包括：负荷转供能力、分布式能源消纳能力、供电可靠率、谐波合格率。

9.配电网故障诊断系统，其特征在于，包括：

数据获取模块：获取目标电网数据；

特征量处理模块：将目标电网数据与预设的关键特征量进行分析，得到关键特征集中的关键特征量值；

数据输入模块：将所述关键特征量值输入预设的故障诊断神经网络；

数据分类模块：根据故障诊断神经网络的注意力机制模型对每个关键特征量进行分类处理，得到初步故障数据；

故障评价模块：根据故障诊断神经网络的LSTM模块对初步故障数据进行评价，得到目标故障数据；

接收所述数据分类模块得到的目标故障数据，向应用终端发送运行状态数据。

10.根据权利要求9所述的配电网故障诊断系统，其特征在于，所述故障评价模块对所述目标故障数据进行分析得到所述目标电网运行状态数据。