[发明专利]一种基于深度学习的配网接地故障分析方法有效
| 申请号： | 201811393217.8 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109324266B | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 李穆;陈凯;马谦;周倩雯;谷凯凯;张海龙 | 申请（专利权）人： | 国网电力科学研究院武汉南瑞有限责任公司;国网江西省电力有限公司 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 张惠玲 |
| 地址： | 430074 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的配网接地故障类型辨识装置和方法，利用深度学习技术，实现对故障录波数据进行语义挖掘，并利用增量学习、深度增强学习技术，构建具备自学习能力的故障辨识模型，实现对配网接地故障类型的自动辨识，突破了传统接地故障分析仅进行选线定位的限制，提供更加丰富的故障处理决策信息；利用基于暂态零序电流相似性原理的定位方法，较之传统的经验分析事故处理方法，具有更高的准确性和更广泛的适应性；综合故障类型和故障定位结果，决策依据有理可依，应对措施更有针对性，能更加合理的安排事故处理计划。 | ||
| 搜索关键词： | 一种 基于 深度 学习 接地 故障 分析 方法 | ||
【主权项】：
1.一种基于深度学习的配网接地故障分析装置，其特征在于，包括：故障特征库模块、故障数据处理模块、故障选线定位模块、故障类型辨识模块和故障处理支持模块；其中，所述故障特征库模块用于存储已探明及总结的各类配网接地故障录波数据；所述故障数据处理模块用于对发生故障时采集的录波数据进行预处理；所述故障选线定位模块用于利用选线定位算法对故障录波数据进行计算，从而确定故障位置；所述故障类型辨识模块用于利用深度学习模型完成故障类型的辨识；其中，所述深度学习模型在故障特征库的基础上通过训练来完成；所述故障处理支持模块用于结合故障位置和故障类型给出运维检修人员合理的工作建议。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网电力科学研究院武汉南瑞有限责任公司;国网江西省电力有限公司，未经国网电力科学研究院武汉南瑞有限责任公司;国网江西省电力有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811393217.8/，转载请声明来源钻瓜专利网。
