基于机器学习的配电网故障自愈方法和系统

专利主权项内容

1.基于机器学习的配电网故障自愈方法，其特征在于，包括如下步骤：步骤S1，配电网数据收集：收集配电网的历史运行数据，包括配电网正常运行的电网状态信息和故障发生时的电网状态信息，以及相应的复电策略；步骤S2，数据预处理：对所述历史运行数据进行预处理；步骤S3，数据选择：通过将故障发生时的电网状态信息与正常运行的电网状态信息进行对比，获取预处理的数据中与故障相关的参数；步骤S4，训练集获取：对与故障相关的参数进行重要性排序，获取排在前N个的参数，由所述排在前N个的参数对应的数据与所述相应的复电策略组成训练集；步骤S5，模型构建与训练：构建配电网故障自愈模型，并采用所述训练集对配电网故障自愈模型进行训练，获取训练好的配电网故障自愈模型；所述配电网故障自愈模型的目标函数包括：恢复失电总负荷最多函数、系统有功损耗最小函数、开关操作次数最小函数、负荷转移最小函数；步骤S6，故障识别与自愈：将待测的配电网运行数据输入所述配电网故障自愈模型，输出复电方案，系统根据复电方案自动对开关进行控制；步骤S7，历史运行数据更新：将本次配电网故障自愈的相关数据保存至历史运行数据。