基于数字孪生的配电网智能化故障诊断方法
付慧敏1
郑刚2
1.上海电力大学电气工程学院,上海 200090;国网上海市电力公司青浦供电公司,上海 2017002.国网上海市电力公司青浦供电公司,上海 201700
摘要：[目的]随着分布式能源的广泛接入,配电网的拓扑结构日益复杂,同时监控数据量呈指数级增长,对故障诊断提出了新的挑战.传统故障诊断方法主要依赖监控数据和人工经验,但随着云计算和通信技术的快速发展,人工智能方法在故障诊断领域得到了广泛应用.然而,现有人工智能方法高度依赖训练数据,需要大量基础数据支撑.为此,本文基于数字孪生技术,提出一种配电网智能化故障诊断方法,以提高故障诊断的效率和准确性.[方法]利用数字孪生技术构建配电网数字孪生体,通过虚拟诊断结果指导实际系统运行.同时,采用小波包分解方法提取信号各频带能量构成特征向量,输入改进的卷积自编码器模型中进行学习,以实现故障类型的准确识别.数字孪生系统由物理层、数据层、模型层和服务层组成,实现了虚实映射功能,虚拟孪生体能够实时反映实体运行状态.在仿真实验中,以某区域10 kV配电网的三端口环网结构为基础,构建了包含7 520个正常和故障样本数据的完备实验数据集.[结果]实验结果表明,经过100次迭代训练,改进的卷积自编码器模型的故障诊断准确率接近0.98.数字孪生系统的智能化诊断结果显示,本文方法能够准确识别故障类型,与实际故障类型基本一致.在对5种常见故障类型的诊断中,本文方法保持了较高的准确率,平均准确率达0.95,诊断耗时仅为5.39 s.与其他方法相比,本文方法的诊断准确率更高.[结论]通过将数字孪生技术应用于配电网智能化故障诊断,结合虚实一体化的诊断方式,显著提升了故障诊断的精确性和实时性.该方法为配电网智能化故障诊断提供了一种全新的技术手段,有助于提高配电网的可靠性和安全性,对智能电网的发展具有重要的理论意义和实践价值.此外,未来研究将重点探索应对配电网结构变化的技术方法,以进一步提升该故障诊断方法的适用性.
关键词：数字孪生配电网智能化故障诊断小波包分解改进卷积自编码器分布式能源数字孪生体诊断准确率
分类号：TM721.3(输配电工程、电力网及电力系统)
资助基金：上海市科技计划项目(21DZ1208300)
论文发表日期：2025-05-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 288-294 )
英文信息