基于卷积神经网络的配电网线路故障自动识别与诊断研究

摘要

现代配电网运行易受多类故障影响，亟需高效精准的自动诊断技术。为此，本文提出了一种基于卷积神经网络的配电网线路故障识别与诊断方法。通过设计多尺度并行卷积结构实现特征提取，利用层次化分类模型完成故障识别，结合图神经网络的定位算法提高复杂拓扑下的精度，并引入多维体系评估故障严重程度。研究结果表明：该方法能有效解决传统技术对高阻故障及间歇性故障识别率低的问题，不仅显著提升了故障处理效率，还为智能电网运维提供了科学依据。

关键词

配电网故障 / 卷积神经网络 / 图神经网络 / 故障定位 / 严重程度评估