[发明专利]一种基于梯度下降算法的主配用一体化故障定位方法及系统有效

专利信息
申请号: 201811584067.9 申请日: 2018-12-24
公开(公告)号: CN109782124B 公开(公告)日: 2021-07-23
发明(设计)人: 赵家庆;戴中坚;徐春雷;陈中;余璟;郭家昌;丁宏恩;杜璞良;田江;俞瑜;马子文;赵奇;徐秀之 申请(专利权)人: 国网江苏省电力有限公司苏州供电分公司;东南大学;国网江苏省电力有限公司
主分类号: G01R31/08 分类号: G01R31/08
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 张红莲
地址: 215004 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于梯度下降算法的主配用一体化故障定位方法及系统。在该故障定位方法中,基于梯度下降算法对实现主配用一体化网络模型的故障定位,同时基于上述方法,构建了由数据采集模块,分析模块以及准确率评估模块构成的故障定位系统。本方法以一个IEEE标准33节点拓扑算例进行验证。算例通过模拟电网故障,通过数据采集模块统计各节点测量多维度数据并预处理,运用神经网络梯度下降算法思想,建立多层神经网络,选择合适的激励函数进行非线性激励,基于梯度下降算法对模型定位的准确度进行优化,在故障定位计算模块中给出故障支路定位结果。算例仿真表明,能够以较高的精确度对故障发生支路进行定位。该故障定位方法可以有效地定位电网故障发生支路,对电网的运行抢修提供有效的决策依据,减少经济损失。
搜索关键词: 一种 基于 梯度 下降 算法 主配用 一体化 故障 定位 方法 系统
【主权项】:
1.一种基于梯度下降算法的主配用一体化故障定位方法,其特征在于,所述故障定位方法包括以下步骤:步骤1:基于主配用的故障历史数据,建立配网故障仿真模型;步骤2:读取步骤1中配网故障仿真模型的数据,基于Tensorflow平台,搭建多层神经网络模型,基于梯度下降算法对多层神经网络模型进行训练,确定多层神经网络模型的参数;步骤3:采集主配用的实时数据,当配网发生故障后将采集的实时故障数据输入至步骤2确定参数的多层神经网络模型,输出故障定位结果。
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江苏省电力有限公司苏州供电分公司;东南大学;国网江苏省电力有限公司,未经国网江苏省电力有限公司苏州供电分公司;东南大学;国网江苏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/201811584067.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top