基本信息:
- 专利标题： 一种小样本条件下的小电流单相接地故障选线方法及装置
- 申请号：CN202211573860.5 申请日：2022-12-08
- 公开(公告)号：CN116165478A 公开(公告)日：2023-05-26
- 发明人： 廖民传 , 邬蓉蓉 , 屈路 , 黄志都 , 刘刚 , 唐捷 , 冯瑞发 , 祁汭晗 , 蔡汉生 , 贾磊 , 胡上茂 , 张义 , 胡泰山 , 梅琪 , 刘浩 , 姚成 , 李龙桂
- 申请人： 南方电网科学研究院有限责任公司 , 广西电网有限责任公司电力科学研究院
- 申请人地址： 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼;
- 专利权人： 南方电网科学研究院有限责任公司,广西电网有限责任公司电力科学研究院
- 当前专利权人： 南方电网科学研究院有限责任公司,广西电网有限责任公司电力科学研究院
- 当前专利权人地址： 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼;
- 代理机构： 北京集佳知识产权代理有限公司
- 代理人： 乔欢欢
- 主分类号： G01R31/08
- IPC分类号： G01R31/08 ; G01R31/52 ; G01R31/58 ; G06V10/764 ; G06V10/774 ; G06V10/80 ; G06V10/82 ; G06N3/04 ; G06N3/08
摘要：
本发明涉及配电网技术领域，公开了一种小样本条件下的小电流单相接地故障选线方法及装置。本发明对目标配电网各馈线的三相电流信号进行二维图像化预处理，并对预处理得到的各馈线对应的二维图像进行融合，利用得到的融合图像训练深度可分离卷积神经网络模型，并利用小样本数据集训练更新该训练完毕的深度可分离卷积神经网络模型，得到具有故障选线能力的深度可分离卷积神经网络模型，实现小电流单相接地故障选线。本发明降低了深度学习模型对数据量的要求，解决了模型泛化能力弱的问题；基于信号图像化和图像融合技术，将含有故障相的特征融合到同一张图像样本，使图像样本能够完整地保留所有故障信息，有效提高了选线准确率。
IPC结构图谱:
| G | 物理 |
| --G01 | 测量；测试 |
| ----G01R | 测量电变量；测量磁变量（通过转换成电变量对任何种类的物理变量进行测量参见G01类名下的 |
| ------G01R31/00 | 电性能的测试装置；电故障的探测装置；以所进行的测试在其他位置未提供为特征的电测试装置 |
| --------G01R31/08 | .探测电缆、传输线或网络中的故障 |