南京理工大学韩静获国家专利权
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!
龙图腾网获悉南京理工大学申请的专利一种基于CNN-LSTM的海岛微电网故障定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116643116B 。
龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310389753.5,技术领域涉及:G01R31/08;该发明授权一种基于CNN-LSTM的海岛微电网故障定位方法是由韩静;李培帅;陈敏强;王艺涵;董彦昊;沈嘉伟设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。
本一种基于CNN-LSTM的海岛微电网故障定位方法在说明书摘要公布了:本发明公开一种基于CNN‑LSTM的海岛微电网故障定位方法,包括:海岛微电网故障定位框架构建;海岛微电网μPMU优化配置模型;海岛微电网μPMU优化配置模型求解;海岛微电网故障前后电气变化量分析;CNN‑LSTM模型构建;CNN‑LSTM输入输出构建。本发明的故障定位方法考虑μPMU的优化配置,得到最佳μPMU配置结果。对海岛微电网故障前后的电气变化量进行分析。结合CNN和LSTM的优点,构建CNN‑LSTM模型。结合海岛微电网故障前后电气变化量的分析,构建CNN‑LSTM模型的输入输出。有效的解决了传统CNN模型内部不含循环神经元,无法记忆特征的缺点,极大的提高了故障定位的准确率,并且降低了训练过程的损失。
本发明授权一种基于CNN-LSTM的海岛微电网故障定位方法在权利要求书中公布了:1.一种基于CNN-LSTM的海岛微电网故障定位方法,其特征在于,包括以下步骤: S1、海岛微电网故障定位框架构建; 考虑μPMU在满足可观性条件下的优化配置,分析海岛微电网故障特征,明确海岛微电网故障定位方法,构建海岛微电网故障定位框架; S2、海岛微电网μPMU优化配置模型构建; 以μPMU配置数量最少为目标函数,以满足有源配电网络可观性为约束条件,构建海岛微电网μPMU优化配置模型; S3、海岛微电网μPMU优化配置模型求解; 采用离散粒子群算法对其进行求解; S4、海岛微电网故障前后电气变化量分析; 分析海岛微电网故障前后拓扑变化引起的电气量变化; S5、CNN-LSTM模型构建; 结合CNN和LSTM的优点,构建CNN-LSTM模型; S6、CNN-LSTM输入输出构建; 对故障的特征进行分析,将原始的数据变换成更适合算法的故障集; 所述故障定位框架有μPMU优化配置层-故障特征提取层-故障定位层; 所述μPMU优化配置层向故障特征提取层发送最优节点配置结果;故障特征提取层根据μPMU优化配置层提供的最优节点,获得故障发生时的节点电气量;接着对故障的特征进行分析,将原始的数据变换成更适合算法的故障集;故障定位层首先结合CNN和LSTM的优点,构建CNN-LSTM模型;接着将故障特征提取层发送的故障特征作为CNN-LSTM模型的输入,故障点编号作为输出,开始对CNN-LSTM模型进行训练; 所述步骤S2中海岛微电网μPMU优化配置模型构建: μPMU优化模型如下:目标函数为μPMU配置数量最少,约束条件为满足有源配电网络可观性;其模型如下所示: 式中:N代表有源配电网络中的节点个数,由于变电站母线出口处单独考虑,所以i从节点2开始累加,指网络中第i个节点处是否配置μPMU装置,表示在节点处配置μPMU,则表明该节点不配置μPMU;此外,出于安全性考虑,实际配电网络的变电站母线出口处需要安装μPMU装置,因此将也作为该优化模型的约束条件; 所述步骤S4中海岛微电网故障前后电气变化量分析: 故障发生前,系统节点的电压电流分别为,,系统节点导纳矩阵为,可得: 有源配电网故障类型主要包括单相接地故障,两相接地短路,两相故障和三相短路;无论是以上哪种故障,都会使得配电网拓扑结构增加一个故障点;假设故障发生在第i和j个节点之间,其增加的故障点为F,则配电网的节点导纳矩阵为,其展开式如下式所示: 其中Y′是未增加故障点前,原拓扑中n个节点的在故障期间的导纳矩阵,是故障点F与其他拓扑节点之间的互导纳;是故障点F的自导纳; 设故障发生后,各节点的电压和电流矩阵为,,则其满足: 可得: 令,其中的表示如下: 化简后,可得下式: 其中表示不平衡电流; 故障前后电压电流的变化量分别为: 所述步骤S6中CNN-LSTM输入输出构建: 将下式联立: 可得: 所以定义特征向量为: 把故障特征作为CNN-LSTM的输入,故障位置作为输出,即可完成CNN-LSTM输入输出的构建。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京理工大学,其通讯地址为:210000 江苏省南京市玄武区孝陵卫街道孝陵卫街200号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励