基于改进图卷积神经网络的配网线路故障诊断

黄文栋; 张雨; 阮启洋; 许卓佳; 杨溢儒

doi:10.16339/j.cnki.jsjsyzdh.202401008

计算技术与自动化 ›› 2024, Vol. 43 ›› Issue (01) : 50 -55. DOI: 10.16339/j.cnki.jsjsyzdh.202401008

基于改进图卷积神经网络的配网线路故障诊断

黄文栋, 张雨, 阮启洋, 许卓佳, 杨溢儒

作者信息 +

Author information +

文章历史 +

PDF

摘要

随着电网的不断扩容，系统结构越来越复杂，多故障频发，而多故障是故障诊断的关键和难点。为解决故障处理数据量大，需要快速、准确地诊断电网故障的问题，本文提出了一种基于模糊优化图卷积神经网络的配网故障诊断模型。首先处理采集的配网故障线路的特征数据；其次，搭建基于图卷积神经网络的故障诊断模型，利用模糊理论建立配电网故障的隶属函数；最后利用训练好的模型进行配网故障诊断。仿真结果表明，模糊优化图卷积神经网络对多故障诊断的准确率高于卷积神经网络以及其他方法，本文方法做出的诊断结果更加精确，综合诊断效果最好。