买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南方电网科学研究院有限责任公司

摘要：本发明涉及配电网技术领域，公开了一种配电网谐波扰动定位方法及系统，通过图卷积神经网络对仿真数据进行训练，利用图卷积神经网络挖掘各个节点谐波特征在配电网网络拓扑中的隐藏关系，实现在纯仿真工况下的准确谐波扰动定位，并通过固有误差下进行仿真获得的特征数据对初始谐波扰动定位模型进行修正，从而得到适用于配电网谐波扰动定位的数字孪生模型，进一步提高配电网谐波扰动定位的准确性。

主权项：1.一种配电网谐波扰动定位方法，其特征在于，包括：获取多个不同运行工况下的第一配电网仿真数据，并提取所述第一配电网仿真数据的第一特征数据；利用多个所述第一特征数据以及其对应的谐波扰动源位置对图卷积神经网络进行训练，并训练得到初始谐波扰动定位模型，包括：构建图卷积神经网络的图结构，所述图结构表示为G=V,E,M，其中，G为图结构状态，V为节点集，E为配电网拓扑的边集，M为配电网拓扑的邻接矩阵；其中，所述图卷积神经网络包括依次连接的输入层、多个隐藏层和输出层，其中，在多个所述隐藏层中层与层之间的传播表达式为： ；式中，为当前隐藏层，为非线性激活函数，为度矩阵，为对角邻接矩阵，为上一层隐藏层，为权重，其中， ；式中，In为n维的单位矩阵；通过配电网中每两个相邻节点间的电气距离构建电气连接矩阵，将所述电气连接矩阵确定为配电网拓扑的邻接矩阵；将所述第一特征数据作为所述图卷积神经网络的输入量，基于配电网拓扑的邻接矩阵，针对每个节点，以图形式将所述节点的第一特征数据以及与其相邻节点的第一特征数据进行特征聚合，得到融合后的空间特征图结构；对融合后的空间特征图结构挖掘出谐波隐藏特征，利用谐波隐藏特征对所有节点进行分类，得到谐波源节点和非谐波源节点；根据所述第一特征数据对应的谐波扰动源位置判断节点的分类准确率是否达到预设的分类准确率阈值；当判断节点的分类准确率未达到预设的分类准确率阈值，则转至所述将所述第一特征数据作为所述图卷积神经网络的输入量，基于配电网拓扑的邻接矩阵，针对每个节点，以图形式将所述节点的第一特征数据以及与其相邻节点的第一特征数据进行特征聚合，得到融合后的空间特征图结构的步骤，直至判断节点的分类准确率达到预设的分类准确率阈值为止，停止迭代训练，并训练输出初始谐波扰动定位模型；获取多个不同运行工况下的第二配电网仿真数据，并提取所述第二配电网仿真数据的第二特征数据，其中，所述第二配电网仿真数据在固有误差下进行仿真获得；利用多个所述第二特征数据以及其对应的谐波扰动源位置对所述初始谐波扰动定位模型进行测试，利用测试结果对所述初始谐波扰动定位模型进行修正，得到谐波扰动定位模型；将当前计算时段所获取的配电网运行数据输入所述谐波扰动定位模型中，输出当前计算时段的配电网中的谐波扰动源位置。

全文数据：

权利要求：

百度查询： 南方电网科学研究院有限责任公司 一种配电网谐波扰动定位方法及系统