一种基于孪生神经网络的配电网线变关系诊断方法及系统
申请号:CN202510843202
申请日期:2025-06-23
公开号:CN120763735A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于孪生神经网络的配电网线变关系诊断方法及系统,该方法包括:获取配电网馈线与配变的台账、拓扑关系、量测数据,提取馈线和配变的三相电压数据并处理;构建三元组训练与测试样本集;构建基于孪生神经网络的线变关系诊断深度模型;训练样本集输入模型,设计联合优化目标迭代训练模型;将测试样本集输入训练后模型获得馈线和配变电压的特征,计算特征对相似度,处理相似度获得相似概率,进行线变关系诊断;对线变关系错误的配变获取其所属馈线的高关联度馈线,计算两者特征相似概率,综合推荐所属馈线。本发明可捕获复杂量测数据的特征,研判错误的线变关系并提供修正建议,无需设置阈值即可实现端到端的配电网线变关系诊断。
技术关键词
孪生神经网络
三元组
关系
诊断方法
编码器参数
训练样本集
电压
解码器
数据
重构
分类器参数
表达式
多阶段
线性插值方法
配电网馈线
构建分类器
模型训练模块