论文部分内容阅读
针对目前国内的低压故障研判工作主要依靠经验和现场巡视处理,效率和准确率低的问题,提出一种基于告警信号的低压配电网故障识别和定位的两阶段方法.第一阶段,为了去除多元告警信号中的干扰信号,采用基于LSTM的深度学习筛选法,实现告警文本数据预处理、向量化,建立高效的深度学习告警信息分析算法,形成准确的故障告警模型分类并输出.第二阶段,针对第一阶段获得的故障告警分类信息,设计了基于中低压拓扑关系的低压故障定位模型,可将故障来源精确定位在单户故障、低压分支线路故障、配变台区故障和中压馈线故障.实际应用表明,该两阶段方法大大增强了低压故障主动识别和定位的能力,提升了研判准确度和配网故障抢修效率.