摘要
基于本地数据驱动的环形直流微电网故障定位方法,针对少故障样本和弱正极电流特征下的故障定位问题,提出了一种基于本地故障数据驱动的精确定位方法,为故障隔离后的检修工作提供依据。针对故障样本不足的问题,提出了基于注意力机制和门控循环单元神经网络的故障数据增强方法,通过预测故障隔离后的故障电压电流动态来扩充智能故障定位所需的训练数据。针对弱正极电流特征导致的高阻和负极接地故障定位难题,提出了结合离散小波变换、极限学习机与自适应增强算法的故障定位方法,从弱特征的故障样本中提取和学习隐含的故障位置信息,提高线路故障定位精度。