专利交易市场

本发明为基于深度混合神经网络的电网节点故障诊断方法与装置，人工智能预测技术领域。其中，该装置包含数据采集模块、数据存储模块、数据预处理模块以及预测模块；该方法包含以下步骤：S1：采集区域内电网节点故障数据；S2：对电网节点故障数据进行预处理；S3：采用编码方法得到知识图谱；S4：利用GNN提取知识图谱中的节点信息，聚合输出最终节点表示；S5：构建多层的MLP损失函数，并训练；S6：实时进行处理和分析，预测或判断电网节点的故障情况。本发明方法采用GNN实现了电网接电故障数据语义的准确表达；采用多层的MLP结合了交叉验证学习，极大的提高了模型学习能力和准确性；能够实现准确预测或判断电网节点的故障情况。

本发明公开了一种基于野狗优化算法的输电线路雷击故障特征提取方法，涉及输电线路故障诊断技术领域，本发明利用辛几何模态分解的方法对输电线路的故障行波信号进行分解并计算有效辛几何分量的辛几何熵，引进野狗优化算法对多尺度排列熵的初始参数进行优化从而求得最优的多尺度排列熵，最后将多尺度排列熵和辛几何熵组合，构造特征向量，带入随机森林分类器获得了良好的分类效果。

本申请涉及电力CPS故障树分析技术领域，具体涉及一种电力系统故障数据分析方法、系统及存储介质，该方法包括：统计电力CPS系统中所有发生故障的节点作为疑似故障节点，构建模糊故障树；获取各疑似故障节点的故障偏差值；获取各疑似故障节点的伪造评估值；获取真实故障节点和干扰节点；获取各真实故障节点的平均一致性；获取各节点的自适应模糊化系数；根据自适应模糊化系数构建故障树，获取各节点的重要度，根据节点的重要度的顺序对电力CPS进行故障树分析。本申请提高了模糊故障树的精准度和合理性。

一种节点故障域时差法的区域电网故障单/双端定位方法，该方法面向高压区域电网，已配置的行波定位单元根据Dijkstra算法的最短路径划分节点故障域，并建立故障位置隶属于单一节点故障域的预判据。基于复杂环网故障行波传输路径分析，构建基于以节点域为中心的预期值和实际值的信息域时差、故障支路搜索矩阵，在此基础上提出终端线路、普通线路及环域线路的故障支路类别识别判据；进一步基于矩阵搜索实现故障支路判别。最后针对不同的故障支路类别，融合单/多端行波定位方法实现故障位置的精确计算。本发明方法只需计算中心变电站与其他检测单元的时差关系，无需解环、计算量小，在工程上易于实现，定位精度较高。

本发明公开了一种同杆双回输电线路的单回线单相接地故障定位方法，适用于同杆双回输电线路的距离保护，属于电力系统继电保护领域。本发明仅使用单端单回线的电气量建立起迭代方程，通过较少次数的迭代计算，即可精确确定故障位置。本发明还解决了当同杆双回输电线路末端发生单回线单相接地故障时，迭代计算出现计算结果不收敛的问题。

本发明公开了一种基于多源信息融合的输电网故障诊断方法，包括以下步骤：S1：获取输电网的故障诊断信息，并确定疑似故障线路；S2：对故障诊断信息进行特征提取，得到故障特征信息的故障度；S3：将故障诊断信息的故障度进行融合，得到疑似故障线路的综合故障度；S4：根据疑似故障线路的综合故障度，确定疑似故障线路的故障状态。基于电力系统受外界极端天气的影响，其设备可靠性降低，将多信源系统融合到故障诊断过程中，以提高诊断方法的准确率。本发明将气象因素融合进去，以提高诊断方法的准确率。

本发明公开了一种计及控制中心故障信息篡改的智能变电站故障诊断方法，首先采用模糊C均值聚类算法查找出疑似故障元件，然后通过计算各疑似故障元件的电压采样值合群系数对其遥测量不确定性程度进行评估，进而确定故障元件识别模型的输入数据，最后提出了一种基于多元脉冲神经膜系统的故障元件识别模型及其对应的多元脉冲矩阵推理算法，求解得到疑似故障元件的故障诊断结果。本发明不仅能够有效解决控制中心故障信息被篡改情况下的智能变电站故障诊断问题，还能够解决现有方法不能处理的因故障信息被篡改而带来的故障信息高度不确定性和不精确性问题。