(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111424154.X (22)申请日 2021.11.26 (71)申请人 国网江苏省电力有限公司电力科 学 研究院 地址 211103 江苏省南京市江宁区帕威尔 路1号 申请人 国网江苏省电力有限公司 　 江苏省电力试验研究院有限公司 (72)发明人 焦昊　王海林　陈锦铭　刘伟　 郭雅娟　李岩　陈烨　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 代理人 刘卉 (51)Int.Cl. G06F 30/27(2020.01)G06Q 10/00(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于BP神经网络的配电网故障参数辨 识方法 (57)摘要 本申请公开了一种基于BP神经网络的配电 网故障参数辨识方法， 包括获取多组历史量测数 据， 构建配电网故障监测模型； 判断配电网是否 存在故障； 若存在， 获取 故障位置并修复； 获取分 支节点、 分裂节点和尾节点并构建参数辨识方 程； 获取配电网的实时量测数据； 根据递推最小 二乘法对实时量测数据进行辨识， 获取参数辨识 结果并与参数理论值相比较减少计算失误。 本申 请可以在对配电网故障进行诊断和修复的同时， 辨识配电网参数， 提高了配电网故障后参数辨识 的效率； 本申请通过对不同节 点建立对应的参数 辨识方程并进行归类， 再利用递推最小二乘法实 现对配电网相关参数的实时辨识， 大大节省了编 程的时间， 提高了辨识的速度。 权利要求书2页 说明书9页 附图4页 CN 114117916 A 2022.03.01 CN 114117916 A 1.一种基于BP神经网络的配电网故障参数辨识方法， 其特 征在于， 包括： 获取多组历史量测数据， 所述多组历史量测数据为在不同历史时间的每条线路首端和 尾端以及每 个变压器高压侧 和低压侧的电压幅值、 有功 功率和无功 功率； 构建BP神经网络； 根据所述多组历史量测数据以及所述BP神经网络， 构建配电网故障监测模型； 根据所述配电网故障监测模型， 判断所述配电网是否存在故障； 若所述配电网存在故障， 获取故障位置并修复； 获取分支节点、 分裂节点和尾节点； 所述分支节点为所述配电网中关联四条及以上支 路的节点， 所述分裂节点为所述配电网中关联三条支路的节点， 所述尾节点为位于所述配 电网尾端且关联两条支路的节点； 构建参数辨识方程， 所述参数辨识方程包括分支节点线路参数辨识方程、 分支节点变 压器参数辨识方程、 分裂节点线路参数辨识方程、 分裂节点变压器参数辨识方程、 尾节点线 路参数辨识方程和尾节点变压器参数辨识方程； 获取所述配电网的实时量测数据， 所述实时量测数据为当前每条线路首端和尾端以及 每个变压器高压侧 和低压侧的电压幅值、 有功 功率和无功 功率； 根据递推最小二乘法 以及所述参数辨识方程， 对所述实时量测数据进行辨识， 获取参 数辨识结果； 获取参数理论 值； 获取所述参数辨识结果与 所述参数理论值的误差， 判断所述误差是否位于预设误差范 围内； 若所述误差不位于所述预设误差范围内， 重新获取所述配电网的实时量测数据， 直至 误差位于所述预设误差范围内； 若所述误差位于所述预设误差范围内， 获取 所述参数辨识结果。 2.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述方法还 包括： 若所述配电网不存在故障， 获取 所述配电网的实时量测数据。 3.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述获取 所述配电网的实时量测数据之后， 所述方法还 包括： 对所述实时量测数据进行预处理， 所述预处理包括： 设置量测数据阈值， 删除超出量测 数据阈值的实时量测数据； 根据牛顿插值法， 对所述 实时量测数据进 行数据填充； 根据数据 规范法， 对所述实时量测数据进行排列。 4.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述根据所述多组历史量测数据以及所述BP神经网络， 构建配电网故障监测模型， 包 括： 获取训练数据， 构建配电网故障监测模型并进行训练； 获取验证数据， 验证所述配电网故障监测模型； 所述训练数据占所述多组历史量测数 据的80%， 所述验证数据占所述多组历史量测数据的20%。 5.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述若所述配电网存在故障， 获取故障位置并修复， 包括；权　利　要　求　书 1/2 页 2 CN 114117916 A 2若所述配电网存在故障， 判断故障所在节点； 隔离故障所在节点； 对故障进行修复后， 重新 运行故障所在节点。 6.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述分支节点线路参数辨识方程用于辨识与分支节点相连的线路电阻和线路电抗； 所 述分支节点线路参数辨识方程根据与分支节点相连 的线路电压降落的横、 纵分量， 以及与 分支节点相连的相邻节点处电压， 以及分支 节点处有功 功率、 无功 功率和电压构建。 7.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述分支节点变压器参数辨识方程用于辨识与分支节点处变压器电阻、 变压器电抗、 变 压器电导和变压器电纳； 所述分支节点变压器参数辨识方程根据与分支节点相连的相 邻节 点处的有功功率、 无功功率及电压， 以及分支节 点处变压器有功功 率和无功功 率， 以及分支 节点处电压构建。 8.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述分裂节点线路参数辨识方程用于辨识与分裂节点相连的线路电阻和线路电抗； 所 述分裂节点线路参数辨识方程根据与分裂节点相连 的线路电压降落的横、 纵分量， 以及与 分裂节点相连的相邻节点处电压， 以及分裂节点处有功 功率、 无功 功率和电压构建。 9.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述分裂节点变压器参数辨识方程用于辨识与分裂节点相连 的变压器电阻、 变压器电 抗、 变压器电导和变压器电纳； 所述分裂节点变压器参数辨识方程根据与分裂节点相连 的 相邻节点处的有功功 率和无功功率， 以及分裂节 点处有功功 率、 无功功 率和电压， 以及分裂 节点变压器处有功 功率、 无功 功率和电压， 以及分裂节点处有功损耗和无功损耗构建。 10.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述尾节点线路参数辨识方程用于辨识与尾节点相连 的线路电阻和线路电抗； 所述尾 节点线路参数辨识方程根据与尾节点相连的线路电压降落的横、 纵分量， 以及与尾节点相 连的相邻节点处电压， 以及尾点处有功 功率、 无功 功率和电压构建。 11.根据权利要求1所述的一种基于BP神经网络的配电网故障参数辨识方法， 其特征在 于， 所述尾节点变压器参数辨识方程用于辨识与尾节点相连的变压器电阻、 变压器电抗、 变 压器电导和变压器电纳； 所述尾节点变压器参数辨识方程根据与尾节点连接的相 邻节点处 有功功率、 无功功 率及电压， 以及尾节点处变压器高压侧或低压侧有功功率、 无功功率和电 压构建。权　利　要　求　书 2/2 页 3 CN 114117916 A 3