(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211283953.4 (22)申请日 2022.10.20 (71)申请人 国网四川省电力公司电力科 学研究 院 地址 610000 四川省成 都市高新区锦晖西 二街16号 (72)发明人 高艺文　张华　龙呈　苏学能　 李世龙　杨勇波　方玉　吴驰　 徐琳　雷潇　宁鑫　李巍巍　罗洋　 张睿　刘畅　熊嘉宇　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 林菲菲 (51)Int.Cl. G01R 31/08(2006.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种配电网短 路故障区段定位方法及系统 (57)摘要 本发明公开了一种配电网短路故障区段定 位方法及系统， 基于配用电信息系统下三遥数据 和潮流数据的多源数据， 建立以多源 数据为基础 的配电网短路故障区段定位模型， 根据区段定位 结果帮助配电网运行人员判断故障实际位置； 在 故障诊断特征库数量庞大的情形下， 避免出现故 障特征较低或者特征冗余的现象， 基于I ‑Relief 算法建立特征筛选模型， 对定位数据特征库进行 降维， 得到特征性最强且特征之间相关性最弱的 主要特征， 更好地挖掘特征库与故障的关联规 则； 本方案能够充分考虑到配网故障运行时故障 信息漏报或者误报的情况， 通过多源 数据来准确 判断不完 备信息环境下的故障位置， 具有容错性 和实用性。 权利要求书4页 说明书11页 附图2页 CN 115356598 A 2022.11.18 CN 115356598 A 1.一种配电网短路故障区段定位方法， 其特 征在于， 包括 步骤： 步骤一， 以配电网的三遥数据和潮流数据作为故障诊断特征量， 构建短路故障区段的 定位数据特 征库； 步骤二， 基于I ‑Relief算法建立特征筛选模型， 对定位数据特征库进行降维， 得到特征 性最强且特 征之间相关性 最弱的主 要特征； 步骤三， 基于主 要特征训练Elman神经网络得到配电网短路故障区段定位模型； 步骤四， 实时采集配电网中断路器动作信号、 保护器动作信号和电气量输入配电网短 路故障区段定位模型进行配电网短路故障区段定位。 2.根据权利要求1所述的一种配电网短路故障区段定位方法， 其特征在于， 所述三遥数 据包括： 断路器动作信号和保护器动作信号； 所述潮流数据包括： 配变负荷电压、 配变负荷 电流、 配变负荷有功功率、 配变负荷无功功率、 馈线电压、 馈线电流、 用户侧电压、 用户侧电 流和用户侧功率。 3.根据权利要求2所述的一种配电网短路故障区段定位方法， 其特征在于， 步骤二包括 以下子步骤： S21， 基于 定位数据特 征库中确定样本集 合D和特征集合A； 其中 为样本，N为样本总数， 表示样本类别， C为类别数， 为特征，I表示特 征数； S22， 对样本集合D和特征集合A进行预处理， 并初始化I ‑Relief算法的参数： 特征权重 ， 样本抽样次数T， 核参数 和容许误差 ； S23， 在样本集合D中任意选择一个样本 ， 在同类样本集中找到 k个同类近邻样本 ， 从异类样本集中找到 k个异类近邻样本 ， 且 ， ； 并计算概率加权平均 间隔向量 ； S24， 基于同类近邻样本 和异类近邻样本 计算特征集合A中各特征 的权重， 利用 线性规划模型和概 率加权平均间隔向量 不断更新权 重， 直至权重误差小于核参数 。 4.根据权利要求3所述的一种配电网短路故障区段定位方法， 其特征在于， S22包括以 下子步骤： 对特征集合A中的特征值进行归一化处理， 并将样本集合D中的样本根据时间升序分为 故障后样本和故障前样本 。 5.根据权利要求3所述的一种配电网短路故障区段定位方法， 其特征在于， 概率加权平权　利　要　求　书 1/4 页 2 CN 115356598 A 2均间隔向量 根据下式计算： 其中： 表示指数函数， 表示样本 的异类近邻样本； 表示样本 的 同类近邻样本； 和 分别表示样本 是样本 异类 最近邻和同类最近邻的概 率。 6.根据权利要求5所述的一种配电网短路故障区段定位方法， 其特征在于， 特征的权重 计算方法包括： 根据下式计算第 个特征的权重 ： 权　利　要　求　书 2/4 页 3 CN 115356598 A 3