基于计算机视觉模型的配电网单相接地故障区段免阈值智能定位方法

罗兴; 嵇文路; 张景晨

doi:10.19421/j.cnki.1006-6357.2026.01.002

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于计算机视觉模型的配电网单相接地故障区段免阈值智能定位方法

更新时间：2026-01-14

- 基于计算机视觉模型的配电网单相接地故障区段免阈值智能定位方法
- Vol. 43, Issue 1, Pages: 11-21(2026)
- 作者机构：
  
  国网江苏省电力有限公司南京供电分公司
- 作者简介：
- 基金信息：
- DOI：10.19421/j.cnki.1006-6357.2026.01.002
  CLC： TM862;TP391.41
- Published：2026
- 稿件说明：
移动端阅览
罗兴, 嵇文路, 张景晨. 基于计算机视觉模型的配电网单相接地故障区段免阈值智能定位方法[J]. 2026, 43(1): 11-21.
DOI：

罗兴, 嵇文路, 张景晨. 基于计算机视觉模型的配电网单相接地故障区段免阈值智能定位方法[J]. 2026, 43(1): 11-21. DOI： 10.19421/j.cnki.1006-6357.2026.01.002.

摘要

为解决配电网单相接地故障区段定位中依赖先验知识和人工阈值判据导致复杂工况下诊断准确率低的问题，提出一种基于计算机视觉（computer vision

CV）模型的定位方法。利用故障区段与健全区段暂态零序信号的极性特征差异，将单节点暂态零序电流（transient zero-sequence current

TZSC）与暂态零序电压导数（derivative of transient zero-sequence voltage

DTZSV）波形叠加，通过色度填充构建包络区域，引导ConvNeXt模型自适应学习极性特征以实现免阈值区段类型研判。采用电力系统电磁暂态仿真软件PSCAD/EMTDC、10 kV配电网真型试验数据及现场录波数据验证，在环境噪声、启动时刻偏差等复杂工况下仍保持较高准确率。该方法可有效提升模型对故障特征的自学习能力，为配电网故障区段定位提供无需人工阈值的解决方案。

Abstract

关键词

Keywords

references

江晨风.基于自注意力机制的全精度视觉Transformer骨干网研究[D].南京邮电大学,2024.

茅大铭.面向边缘环境的Transformer模型轻量化算法研究[D].北京邮电大学,2025.

孙沐阳.基于Vision Transformer的开放目标检测研究与应用[D].电子科技大学,2025(09).

Hao Bai,Mu Yan Chen,Mou Fa Guo,Yi Peng Liu,Jian Hong Gao.Fault section location in resonant grounding distribution systems based on feature subset optimization of phase current variation[J].International Journal of Circuit Theory and Applications,2024.

Yuan Jiawei,Wu Tong,Hu Yanjie,Jiao Zaibin.Faulty feeder detection based on image recognition of voltage-current waveforms in non-effectively grounded distribution networks[J].International Journal of Electrical Power and Energy Systems,2022.

Wang Xuewen,Zhang Hengxu,Shi Fang,Wu Qiuwei,Terzija Vladimir,Xie Wei,Fang Chen.Location of Single Phase to Ground Faults in Distribution Networks Based on Synchronous Transients Energy Analysis[J].IEEE Transactions on Smart Grid,2020.

Guo Mou Fa,Zeng Xiao Dan,Chen Duan Yu,Yang Nien Che.Deep-Learning-Based Earth Fault Detection Using Continuous Wavelet Transform and Convolutional Neural Network in Resonant Grounding Distribution Systems[J].IEEE Sensors Journal,2018.

S.S. Gururajapathy,H. Mokhlis,H.A. Illias.Fault location and detection techniques in power distribution systems with distributed generation: A review[J].Renewable and Sustainable Energy Reviews,2017.

Yılmaz Aslan,Yunus Emre Yağan.Artificial neural-network-based fault location for power distribution lines using the frequency spectra of fault data[J].Electrical Engineering,2017.

Wang Yuanyuan,Huang Yuhao,Zeng Xiangjun,Wei Gen,Zhou Jiaming,Fang Tao,Chen Haowei.Faulty Feeder Detection of Single Phase-Earth Fault Using Grey Relation Degree in Resonant Grounding System[J].IEEE Transactions on Power Delivery,2017.

Seppo H?nninen,Matti Lehtonen.Characteristics of earth faults in electrical distribution networks with high impedance earthing[J].Electric Power Systems Research,1998(3).

仇新宇,陈霄,陈铭明,高辉,孟子悦.基于视觉Transformer的充电桩故障诊断方法[J].计算机与现代化,2025(11).

李宗轩,冷欣,章磊,陈佳凯.基于改进Vision Transformer的遥感图像分类研究[J].林业机械与木工设备,2025(06).

陈思哲,董晓虎,时伟君,刘志鹏,程绳,肖晓,张宇娇.邻近三相电抗器的电缆线路接地线电流计算[J].高压电器,2024(11).

鲁晓天,唐金锐,尹昕,黄云辉,周克亮,袁成清.基于多维时频特征的新型配电系统单相接地故障定位方法[J].高电压技术,2025(02).

李辉,李航,陈尚,朱程雯,陈程,邱进.配电网单相接地故障电弧特性分析及真型试验技术研究[J].供用电,2024(04).

刘健,常小强,张志华,吕锡林,王毅钊,秋泽楷,张小庆.基于零序电压的小电流接地系统高阻单相接地检测启动性能分析及其应用[J].供用电,2023(09).

袁嘉玮,焦在滨.基于零序信号全波形识别的小电流接地系统故障选线方法[J].电网技术,2024(02).

于洋,范荣奇,徐丙垠,王鹏玮,唐毅,徐万米,张朋丰.小电流接地故障保护技术及其发展[J].供用电,2023(02).

朱秀香,刘肖骢,姚敏东,崔彦波,刘克显.配电网接地故障下相电流暂态变化量的分析及应用[J].电力系统自动化,2022(24).

田君杨,柳影,薛永端,黄超.小电流接地故障选线装置零序电压启动分析[J].供用电,2022(05).

李卫国,许文文,乔振宇,王旭光.基于暂态零序电流凹凸特征的配电网故障区段定位方法[J].电力系统保护与控制,2020(10).

冯光,管廷龙,王磊,薛永端,俞小勇,徐丙垠.利用电流–电压导数线性度关系的小电流接地系统接地故障选线[J].电网技术,2021(01).

刘鹏辉,黄纯.基于动态时间弯曲距离的小电流接地故障区段定位方法[J].电网技术,2016(03).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于零序电压的小电流接地系统高阻单相接地检测启动性能分析及其应用

考虑配电网安全性的虚拟电厂优化调度博弈模型

基于CEEMDAN-VMD融合方法与CNN-BiLSTM-Attention视觉识别的配电网接地故障定位研究

计及拓扑灵活性的配电网概率潮流计算方法

基于可调节潜力评估的配电网-植物工厂主从博弈协同优化调度

Related Author

刘健

常小强

张志华

吕锡林

王毅钊

秋泽楷

张小庆

周喜超

Related Institution

国网陕西省电力有限公司电力科学研究院

国网综合能源服务集团有限公司

国网(北京)综合能源规划设计研究院有限公司

兰州交通大学

沈阳农业大学

AI问答

⁰