全球能源互联网 (May 2023)

基于数字孪生及神经网络的电压扰动定位方法

  • 冯志远,
  • 李琼林,
  • 蒋建东,
  • 郑晨,
  • 赵鹏祥

DOI
https://doi.org/10.19705/j.cnki.issn2096-5125.2023.03.006
Journal volume & issue
Vol. 6, no. 3
pp. 275 – 281

Abstract

Read online

提出一种基于数字孪生及神经网络的电压扰动定位方法。首先根据配电网中大量的监测点信息以及网架结构参数构建配电网数字镜像模型，然后采用人工神经网络对数字镜像模型的历史数据进行学习训练，得到反映节点电压与暂降发生位置之间映射关系的神经网络模型。该模型可以根据暂降后各节点的电压数据得到反映各节点故障特征的信息，进而实现对暂降源的定位。以河南某县30节点的配电网为例，对所提方法的有效性进行验证，结果表明该方法能够实现对电压暂降源的准确定位。

Keywords