基于一維卷積和圖神經(jīng)網(wǎng)絡的配電網(wǎng)故障區(qū)段定位方法

摘要： 快速、準確地定位故障區(qū)段對配電網(wǎng)的安全運行至關重要。傳統(tǒng)故障定位方法容錯率低、耗費時間長，多數(shù)深度學習算法對拓撲變動的泛化性不足。基于此，提出了一種基于一維卷積神經(jīng)網(wǎng)絡(one-dimensionalconvolutional neural network, 1D-CNN)和圖神經(jīng)網(wǎng)絡(graph neural network, GNN)的配電網(wǎng)故障區(qū)段定位方法。該方法將配電網(wǎng)... （共13頁）