[发明专利]基于聚类和LSTM的单相接地故障判定方法及系统

权利要求书

1.一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：通过调度平台得到配电网的故障录波数据，采用傅里叶分解后的谐波与基波的比值作为特征量，利用聚类分析区分录波数据中的故障数据与非故障数据，判别出故障时刻；利用多层LSTM网络建立小电流接地故障选线模型进行故障判别，从而完成故障选线和故障时刻的判定；

实现过程包括以下步骤，

步骤S1、数据采集，包括获取配电网的故障录波数据，构成原始样本数据集；

步骤S2、选取特征量，包括对故障录波数据进行傅里叶分解，将原始数据分解成基波和各高次谐波的组合；

步骤S3、聚类分析，包括对每个故障波形的周波提取特征量，形成特征矩阵，将每个样本的特征矩阵进行聚类分析，得到每个样本的故障时刻；

步骤S4、建立深度学习LSTM模型，包括基于LSTM和神经网络建立小电流接地故障选线模型；

所述小电流接地故障选线模型共包含5层，包括输入层、三层隐藏层和输出层，输入层由特征量决定，前两层隐藏层为LSTM模块，第三层隐藏层为Dense模块，输出层为Dense模块，输出表示判定线路是否故障的结果；

步骤S5、训练LSTM网络并测试，包括利用样本数据的特征量训练小电流接地故障选线模型，然后用训练好的小电流接地故障选线模型获取单相接地故障判定结果，若测试样本的每个周波都为判定为非故障，则认为此条线路未发生故障，反之，若测试样本中任一周波被判定为故障周波，则认为此线路为故障线路，且故障时刻为所判定的故障周波。

2.根据权利要求1所述的一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：S1中，通过采集的三相电压合成零序电压数据。

3.根据权利要求1所述的一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：S2中，将每个故障录波数据中的一个周波视为最小处理单元，对每个周波进行傅里叶分解，则每个周波将分解为基波和高次谐波的组合，选取奇次谐波与基波之比作为特征量。

4.根据权利要求1所述的一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：S3中，对每个周波提取特征量，将每个故障样本所有的周波的特征量组合，形成特征矩阵；对每个故障样本进行聚类分析，得到每个故障样本的故障时刻。

5.根据权利要求1所述的一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：S4 中，利用keras库中的LSTM和Dense模块搭建小电流接地故障选线模型，输入层的神经元设置由特征量决定，LSTM模块的结构设置为100×100，Dense模块的结构设置为100×200，输出层的神经元设置为1个；隐藏层的激活函数为tanh，输出层的激活函数为sigmoid。

6.根据权利要求1或2或3或4或5所述的一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：用于含有分布式电源的配电网。

7.根据权利要求6所述的一种基于聚类和LSTM的单相接地故障判定方法，其特征在于：所述配电网中的分布式电源为光伏和/或储能电源。

8.一种基于聚类和LSTM的单相接地故障判定系统，其特征在于：用于实现如权利要求1-7任一项所述的一种基于聚类和LSTM的单相接地故障判定方法。

9.根据权利要求8所述基于聚类和LSTM的单相接地故障判定系统，其特征在于：包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如权利要求1-7任一项所述的一种基于聚类和LSTM的单相接地故障判定方法。