-
公开(公告)号：CN115236455A
公开(公告)日：2022-10-25
申请号：CN202210854601.3
申请日：2022-07-20
Applicant: 广西大学
Abstract: 本发明提出一种量子模糊分解图神经网络的临时接地线定位检测方法，该方法将深度图神经网络、模糊逻辑、量子计算和经验模态分解进行结合，用于计算配电线路中临时接地线的位置。首先，临时接地线定位检测装置将200Hz三相正弦信号输入至待测线路，采样并对采样信号进行经验模态分解；然后，建立故障图训练集，训练深度图神经网络，预测得到线路节点接地置信水平矩阵；输入至模拟的接地定位量子传输线路；进行模糊化并计算相关性系数；最终计算接地线所处线路位置。所提量子模糊分解图神经网络方法能解决人为寻找接地线耗时长的问题，实现线路临时接地线定位检测的功能，优化了配电网改造与检修工作，提高了电力系统接地线排查效率。
-
公开(公告)号：CN115221706A
公开(公告)日：2022-10-21
申请号：CN202210850554.5
申请日：2022-07-20
Applicant: 广西大学
Abstract: 本发明提出一种多层区间段分离图神经网络的多点接地线定位方法。该方法主要步骤包括：搭建模拟检测线路，模拟各类接地情况并收集数据，作为训练图神经网络的样本；由图注意力网络自适应地给节点之间分配权重并聚合；由带动量的梯度下降法计算每层训练好的图神经网络的偏差；将偏差转化为权重并分配给每个训练好的图神经网络层；输入实际检测信号；对每层输出进行线性叠加；找出可能接地的节点分离并验算；得到多个不同分支的接地段。所提基于多层图神经网络的配电网接地检测方法能解决多个接地点的接地检测问题，实现在多个接地点情况下得到多个接地段的功能，提高检测精度。
-
Search Results
2
records
(took 0.026 seconds)
