基于深度迁移学习的低压配电网单相接地故障选线方法

本发明属于配电技术领域，具体涉及基于深度迁移学习的低压配电网单相接地故障选线方法。本发明包括：在时域内计算每相电流暂态故障分量数据的特征值；基于每相电流暂态故障分量数据的特征值，构建适用于低压配电网单相接地故障选线的自动编码器‑分类器融合神经网络，所述融合神经网络包括自动编码器的编码器部分以及分类器，然后利用不同故障条件下的单相接地故障数据组成的数据集训练所述自动编码器；利用深度迁移学习将训练完成的自动编码器的编码器部分从源域迁移至目标域与分类器构建融合神经网络；利用迭代损失函数自适应调整神经网络的层数和权重。本发明可以在故障数据不足、故障特征不明显的情况下实现有效的故障选线。