简介：摘要： 随着大规模分布式电源 (DG)接入配电网，配电网的结构由传统的辐射型变为多端电源结构，传统的故障定位方法不再完全满足含 DG的配电网系统，对此提出一种基于深度学习的有源配电网故障定位方法。首先通过馈线监控终端采集过电流故障数据与节点电压数据，结合各电源出力数据，形成故障数据向量 ;然后使用 Tensor F low构建基于全连接网络的深度神经网络模型，挖掘故障数据向量与故障支路之间的映射联系，形成故障定位模型 ;最后利用该模型在线定位故障并验证其有效性。模型测试结果表示，与反向传播神经网络、学习向量量化神经网络模型相比，深度学习模型收敛速度更快，故障定位准确率更高，同时在数据畸变或缺失时，模型具有较高的容错性。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
