基于组合神经网络的配电网故障定位方法

为解决实际配电网中量测装置不完备导致电气信息获取不完全、分布式电源大量接入改变电网运行特性、传统配电网故障区段定位方法难以应用的问题，提出一种基于组合神经网络的配电网故障定位方法。将全连接神经网络与图卷积神经网络相结合，搭建完整故障定位神经网络模型。神经网络模型输入层通过引入全连接神经网络将支路电流信息整合至节点上，为特征信息进一步传递做准备；隐藏层由图卷积神经网络进行特征决策信息的提取、处理与转化；输出层增加了全连接神经网络，调整输出维度以输出故障定位结果。采用改进IEEE33节点系统进行案例分析，研究表明，搭建的图卷积神经网络定位模型可对配电系统中单相接地短路、两相短路等常见故障进行准确的故障定位。