买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于图卷积神经网络的配电网单相接地故障定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114910745B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210741074.5，技术领域涉及：G01R31/08；该发明授权一种基于图卷积神经网络的配电网单相接地故障定位方法是由章坚民;刘耀珲设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的配电网单相接地故障定位方法在说明书摘要公布了：本发明公开了一种基于图卷积神经网络的配电网单相接地故障定位方法。该方法包括：通过FTU终端设备采集配电网馈线段不同状态下的负荷节点与边的特征信息，归一化处理后利用单层全连接神经网络将边特征数据转化为与其相连的节点特征数据，然后将所有节点特征数连接成矩阵后输入图卷积神经网络模型，并利用数据采集时的配电网状态作为标签对网络进行训练，以获得最优图卷积神经网络的结构参数。最后基于训练后的定位模型，对变电站各馈线处发生的故障进行搜索定位，从而通过输出的特征数据得到故障所在的具体支路。本发明利用神经网络方法整合配电网故障定位理论，能有效保证城市复杂配电网故障的定位精度，适合城市配电网拓扑变化下的情况。

本发明授权一种基于图卷积神经网络的配电网单相接地故障定位方法在权利要求书中公布了：1.一种基于图卷积神经网络的配电网单相接地故障定位方法，其特征在于：该方法具体包括以下步骤： 步骤1：利用FTU设备采集配电网上各条支线以及负荷节点的电流、电压信号和断路器数据，作为样本数据，然后根据采集时的配电网状态作为对应的样本标签，制作带标签的数据集； 步骤2：搭建基于图卷积神经网络的配电网单相接地故障定位模型，所述定位模型包括特征转换模块、特征提取模块和特征输出模块； 所述特征转换模块包括单层全连接神经网络，用于将边的电流和断路器特征数据转换为与其相连的负荷节点的特征数据，然后输入特征提取模块； 所述特征提取模块用于将特征转换模块转换后的负荷节点特征数据输入图卷积神经网络中，提取配电网拓扑中每个负荷节点的特征数据； 所述特征输出模块包括一层全连接神经网络和Softmax函数，用于根据特征提取模块输出的特征数据，输出节点接地故障和线路接地故障的特征向量； 步骤3：构建模型优化模块，对步骤1制作的数据集进行归一化操作后，输入对步骤2搭建的定位模型进行优化训练；所述模型优化模块包括Adam优化器、Dropout层和基于LSTM的池化层；其中Dropout层在图卷积神经网络的卷积层之前引入，基于LSTM的池化层在图卷积神经网络的卷积层之后引入；Adam优化器用于定位模型的优化和迭代训练； 步骤4：将状态未知的配电网样本数据输入步骤3优化后的定位模型，获得节点接地故障和线路接地故障的特征向量Yn＝{yni},i∈[1,2]，其中yn1表示节点接地故障状态，yn2表示线段接地故障状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。