[发明专利]一种配电网故障预测的方法

说明书

一种配电网故障预测的方法，包括如下步骤：S1、设置训练用配电网；S2、调控训练用配电网的故障类型和对应的环境条件；S3、将调控后的故障类型所具有的特征输入至训练用模型，并将具有该特征的故障类型标记为故障F；S4、构建深度学习模型；S5、将深度学习模型与待检测配电网连接，利用深度学习模型检测配电网的故障情况；S6、统计配电网的故障情况及发生故障时的环境条件；S7、根据环境条件对配电网的故障情况进行预测。本发明能对配电网的故障进行预测，以提前对配电网进行针对性的维护，保障配电网能够稳定的运行使用。

技术领域

本发明涉及电力故障诊断技术领域，尤其涉及一种配电网故障预测的方法。

背景技术

配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。

在配电网运行过程中，在不同的环境条件下会发生不同的故障，目前一般只能在故障发生后才进行故障的消除，在消除故障时，需要关停配电网，影响正常使用。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种配电网故障预测的方法，能对配电网的故障进行预测，以提前对配电网进行针对性的维护，保障配电网能够稳定的运行使用。

(二)技术方案

本发明提供了一种配电网故障预测的方法，包括如下步骤：

S1、设置训练用配电网；

S2、调控训练用配电网的故障类型和对应的环境条件；

S3、将调控后的故障类型所具有的特征输入至训练用模型，并将具有该特征的故障类型标记为故障F；

S4、构建深度学习模型；

S5、将深度学习模型与待检测配电网连接，利用深度学习模型检测配电网的故障情况；

S6、统计配电网的故障情况及发生故障时的环境条件；

S7、根据环境条件对配电网的故障情况进行预测。

优选的，故障类型包括自然故障和人为故障，自然故障包括电线短路故障、电线断路故障、配电电压器故障、绝缘子破裂故障和电缆头爆炸故障，人为故障包括车辆撞击电线杆故障、导线悬挂异物故障、基建施工导致的故障、动物危害造成的故障和盗窃导致的故障。

优选的，将自然故障和人为故障中的多个故障类型按照F1、F2、……、FN顺序依次进行标号。

优选的，故障发生时的环境条件包括天气条件和时间条件；天气条件包括雨、雪、风、冰雹、龙卷风和地震，以及各种条件对应的等级，还包括故障发生时的温度；时间条件为故障发生的时间，时间条件按照周期和季节进行统计，周期包括天、周、月、季度和年度，季节包括春季、夏季、秋季和冬季。

优选的，在构建完毕深度学习模型后，输入环境条件，验证深度学习模型的检测准确度，当检测准确度低于95％时，进行数据反馈，继续训练深度学习模型，直至检测准确度达到或超过95％。

优选的，还包括S8、将对配电网进行故障预测的结果在显示屏上进行显示，并对配电网运维人员进行报警。

优选的，还包括S9、在运维人员消除配电网故障后，重置预测到的配电网故障数据。

本发明提供了一种配电网故障预测的系统，包括：

训练用配电网；

故障调控模块：用于调控训练用配电网的故障类型和对应的环境条件；