张宸滔,郑永康,卢继平,张 豪,任 辉,杨 帜
基于图神经网络的智能变电站二次回路故障定位研究
张宸滔1,2,郑永康1,卢继平2,张 豪3,任 辉4,杨 帜2
(1.国网四川省电力公司电力科学研究院,四川 成都 610041;2.输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆 400044;3.国网四川省电力公司检修公司,四川 成都 610042;4.中国电力科学研究院有限公司南京分院,江苏 南京 210003)
为提高智能变电站二次回路故障定位的准确率与可移植性,提出了一种基于图神经网络的智能变电站二次回路故障定位方法。依据智能变电站配置文件制作图数据库,得到二次设备之间的连接关系。结合二次设备告警信号表征,提出了一种二次设备节点的信息表征作为图神经网络的输入。利用图神经网络的理论建立了故障定位模型。以某220 kV智能变电站的二次回路为基准,利用故障图生成模型改变组网方式、订阅关系及网络配置产生不同二次回路故障构成算例。通过实验比较了所提定位方法与其他模型的准确率,实验结果表明该方法有较高的定位精度及较好的鲁棒性。
图神经网络;智能变电站;二次回路;故障定位
二次设备的安全可靠是智能变电站稳定运行的有力保障,利用二次系统中的故障信息对设备的运行状态进行判别与预测是智能化运维的基础[1-6]。
目前智能变电站中各种二次设备故障的原因主要由技术人员依据故障处理经验及装置的报文信息辅助判别[6-8],但由于二次系统网络复杂且缺乏有效手段分析故障特征之间的关联性,难以对故障进行快速定位及分析,故实现二次设备故障的精确定位至关重要[9-12]。……