基于深度学习的智能变电站通信链路故障定位方法

针对智能变电站通信链路故障定位因链路复杂导致排查效率低的问题，提出了基于深度学习的智能变电站通信链路故障定位方法。从智能变电站二次装置网络拓扑出发，构建网络连通矩阵并作为基准，提出了通信链路故障情形下的故障特征表征方法；进一步基于二次装置连接与运行状态之间的逻辑关系，构建全站故障样本集；应用改进卷积神经网络（CNN），搭建智能变电站通信链路故障定位模型，最终通过后台信息初步判定的故障间隔信息与模型输出结果共同实现故障链路精确定位。以220kV智能变电站部分间隔为例，构建故障样本集，通过结果分析对比了不同定位方法，对比结果表明所提定位方法具有较高的准确率。