基于多核图注意力网络的有源配电网故障定位方法

梁伟宸; 王亚娟; 周放歌; 刘博; 李烜; 肖仕武

doi:10.19725/j.cnki.1007-2322.2023.0218

现代电力 ›› 2025, Vol. 42 ›› Issue (04) : 788 -798. DOI: 10.19725/j.cnki.1007-2322.2023.0218

基于多核图注意力网络的有源配电网故障定位方法

梁伟宸, 王亚娟, 周放歌, 刘博, 李烜, 肖仕武

作者信息 +

Author information +

文章历史 +

PDF

摘要

基于人工智能的配电网故障定位技术高度依赖训练数据，一旦配电网拓扑结构发生改变，故障定位模型的定位准确度就会显著下降。为解决上述问题，提出了一种基于多核图注意力网络的配电网故障定位方法，将配电网的电气节点和线路映射为图注意力网络中图的顶点和边，根据相邻顶点之间故障特征的相似度计算注意力系数，根据节点与周边节点的连接关系构成图多核注意力网络，计算得到各节点状态，确定故障位置。该方法把顶点特征之间的相关性更好地融入到故障定位模型中，提高了故障定位模型对配电网拓扑变化的适应能力。最后，搭建了IEEE33节点配电网系统来进行验证，仿真结果表明，所提的故障定位模型具有定位准确率高、鲁棒性好的优点，并且当配电网的拓扑结构发生改变时，该模型依然能够保持较高的故障定位准确率。