科研之友
微信
新浪微博
Facebook
分享链接
摘要
在“双碳”目标下，持续接入分布式电源的新型配电网对运行可靠性提出了更高的要求，如何在渗透率变化的场景下提高现有故障定位方法的适应能力成为亟需解决的问题。为此，采用元学习特有的学会学习机制，提出了一种基于渐进式认知发现的新型配电网故障定位方法。首先，基于现有场景数据采用网络结构搜索算法构建当前场景个性化定位模型；然后，利用元学习算法提取模型构建过程中的知识因子，组成故障定位认知发现库；进而，在数据流和知识流的共同作用下，故障定位模型渐进地实现场景持续变化下的自主进化；最后，在PSCAD仿真平台对所提方法进行了验证。结果表明：所提方法具有定位精度高、鲁棒性强的优点，且在不同渗透率的故障场景下有着良好的泛化能力。研究结果可为基于人工智能的定位方法在实际系统中的应用提供技术支持。
- 出版日期2023
- 单位北京交通大学
