[发明专利]有源配电网单相接地故障区段定位方法

说明书

本发明公开了有源配电网单相接地故障区段定位方法，包括步骤1，建立有源配电网单相接地故障样本集，样本集包括训练集和测试集；步骤2，构建基于边图和图注意力网络的故障定位模型，模型输出各线路是否发生故障的置信度；步骤3，使用训练集训练故障定位模型，当模型的损失函数在迭代过程中不再减小且评估指标不再变化时结束训练；步骤4，使用训练完成的模型进行故障定位，通过测试集评价模型的误判率及定位准确率。本发明不仅能够弥补传统GNN框架难以处理边特征的缺陷，而且能解决人工处理特征造成定位效果下降的问题，用少量的训练样本就能实现准确的故障区段定位，在考虑数据丢失、负荷波动等情形下有较好的鲁棒性。

技术领域

本发明涉及电力系统技术领域，尤其是指有源配电网单相接地故障区段定位方法。

背景技术

为提高供电可靠性，中低压配电网多采用中性点不直接接地方式。当配电网发生单相接地故障时，线电压仍保持对称且故障电流较小，在故障排除前允许短时运行，但是微弱的故障特征给故障定位带来了一定的困难。此外，量大面广的配电网为降低建设成本，多在线路上仅装设电流互感器，电压互感器仅在必要时装设，而以同步相量测量单元(PMU)为代表的精确量测设备很少配置，不充足的量测信息条件使得基于精确电气量的定位方法难以应用。目前，大量以风电和光伏为代表的逆变器型分布式电源(inverter interfaceddistributed generation，IIDG)接入配电网。IIDG在配电网故障时具备一定的低电压穿越(low voltage ride through，LVRT)能力，在电压跌落时会根据电压跌落深度输出相应无功支撑电流。IIDG的无功支撑电流不仅影响故障电流的分布，还影响基于故障时电压电流特征的故障定位方法的使用。因此，有必要研究有源配电网在量测信息受限条件下的单相接地故障定位问题。

针对传统中性点不接地配电网中的单相接地故障区段定位问题，按照利用信息的范围可分为基于就地信息的方法和基于广域信息的方法。前者一般通过机理分析设置阈值且定位准确性受阈值影响较大；后者在一定的通信条件下能够利用更广的信息进行定位，主要分为矩阵法和人工智能法。矩阵法存在特征提取能力不足和容错性差的问题，而人工智能算法凭借其强大的拟合能力在故障定位中展现出了巨大优势，尤其是图神经网络(GNN)，其能够将配电网的拓扑特征也考虑在内，大大提升了定位效果，但传统的图神经网络难以处理边上的高维特征，在基于线路特征的定位模型中难以应用。

发明内容

本发明的目的是克服现有技术中单相接地故障区段定位准确性较低，缺乏人工智能算法进行精准定位的缺陷，提供一种有源配电网单相接地故障区段定位方法。

本发明的目的是通过下述技术方案予以实现：

有源配电网单相接地故障区段定位方法，包括以下步骤：

步骤1，建立有源配电网单相接地故障样本集，样本集包括训练集和测试集；

步骤2，构建基于边图和图注意力网络（GAT）的故障定位模型，故障定位模型输出各线路是否发生故障的置信度；

步骤3，使用训练集训练故障定位模型，当故障定位模型的损失函数在迭代过程中不再减小且评估指标不再变化时结束训练；

步骤4，使用训练完成的故障定位模型进行故障定位，通过测试集评价故障定位模型的误判率及定位准确率；

步骤5，若通过测试集评价故障定位模型的误判率未超过设定的第一阈值且定位准确率超过设定的第二阈值，则在有源配电网单相接地故障时，故障定位模型对有源配电网单相接地故障区段进行定位，若通过测试集评价故障定位模型的误判率超过设定的第一阈值且/或定位准确率未超过设定的第二阈值，则跳转至步骤6；测试集评价故障定位模型的误判率超过设定的第一阈值与定位准确率未超过设定的第二阈值，两个条件只需要满足中一个就判断故障定位模型存在的误差较大，因此需要优化故障定位模型。

步骤6，调整故障定位模型的参数，重复步骤2至步骤5。