何 冰,謝天祥,胡園園,游傳強(qiáng)

(國網(wǎng)天府新區(qū)供電公司,成都 610000)

0 引言

配電網(wǎng)從輸電網(wǎng)中接收電能再分配給到用戶終端，是能夠直接連接到用戶的電網(wǎng)最后一部分，成為電力系統(tǒng)中重要的組成部分，為城市的重要公共基礎(chǔ)設(shè)備提供能量[1]。根據(jù)電網(wǎng)公司統(tǒng)計(jì)數(shù)據(jù)顯示，電力用戶遭受到的停電故障中，90%以上都是由配電網(wǎng)發(fā)生故障導(dǎo)致的。在小電流接地的情況下，系統(tǒng)可以繼續(xù)運(yùn)行1～2小時(shí)，長時(shí)間運(yùn)行會(huì)引起故障進(jìn)一步擴(kuò)大，造成兩相短路與三相短路故障[2]。

當(dāng)前的配電網(wǎng)故障診斷和定位技術(shù)中，文獻(xiàn)[3]系統(tǒng)通過判斷相應(yīng)節(jié)點(diǎn)是否流過短路電流進(jìn)行診斷線路發(fā)生故障；文獻(xiàn)[4]系統(tǒng)在配電網(wǎng)線路上安裝行波檢測裝置，使用單端測距法根據(jù)行波速度和裝置測量點(diǎn)位置對故障進(jìn)行定位；文獻(xiàn)[5]系統(tǒng)基人工神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行故障診斷，歷史故障信息作為訓(xùn)練樣本，采用主變的電壓與電流信息計(jì)算測量點(diǎn)到故障點(diǎn)的距離；文獻(xiàn)[6]系統(tǒng)利用故障后各線路信號的穩(wěn)態(tài)特征差異確定發(fā)生故障的線路，各個(gè)線路的阻抗分布位置不同不易受中性點(diǎn)接地方式影響。

基于上述文獻(xiàn)分析，可以看出現(xiàn)有技術(shù)存在以下技術(shù)問題：

1)通過判斷相應(yīng)節(jié)點(diǎn)是否流過短路電流進(jìn)行診斷線路發(fā)生故障必須獲取短路電流信息，故障診斷能力薄弱。

2)單端測距法雖然提高了定位能力，但是需要安裝行波定位裝置，該裝置一旦出現(xiàn)問題，就難以實(shí)現(xiàn)數(shù)據(jù)信息定位。

3)人工神經(jīng)網(wǎng)絡(luò)的方法雖然能夠進(jìn)行故障診斷，但是無法實(shí)現(xiàn)故障數(shù)據(jù)信息的即時(shí)分析。

4)各個(gè)線路的阻抗分布位置不同不易受中性點(diǎn)接地方式影響容易造成診斷精度不高。

因此，本研究進(jìn)行了以下技術(shù)研究。

1 配電網(wǎng)故障診斷系統(tǒng)

在配電網(wǎng)運(yùn)行過程中，很容易由于各種外界信息發(fā)生故障，如何對配電網(wǎng)故障進(jìn)行診斷是提高配電網(wǎng)正常運(yùn)行的關(guān)鍵，本研究介紹一種新型的故障診斷方法，將運(yùn)行中配電網(wǎng)區(qū)段通過標(biāo)識，以盡快從多種數(shù)據(jù)信息中獲取精準(zhǔn)信息。系統(tǒng)采用配電變壓器低壓側(cè)相電壓信息，將故障定位在相鄰變壓器監(jiān)測終端和饋線終端單元監(jiān)測的區(qū)域內(nèi)。中壓側(cè)發(fā)生故障時(shí)，經(jīng)過至少兩個(gè)周波后，繼電保護(hù)動(dòng)作跳閘切除故障，變壓器監(jiān)測終端采集到的電壓下降，系統(tǒng)故障定位功能啟動(dòng)，采集到電壓的有效值并傳送至配電自動(dòng)化主站[7]。配電網(wǎng)故障診斷系統(tǒng)架構(gòu)如圖1所示。

圖1 配電網(wǎng)故障診斷系統(tǒng)架構(gòu)

本研究系統(tǒng)的配電網(wǎng)故障診斷系統(tǒng)架構(gòu)可劃分很多部分，比如配電網(wǎng)設(shè)備層，在配電網(wǎng)設(shè)備層設(shè)置不同的檢測終端，比如斷路器、智能電能表、分布式能源檢測設(shè)備等，通過這些設(shè)備能夠檢測出配電網(wǎng)中饋線終端單元等各種不同的配電網(wǎng)數(shù)據(jù)信息。通過通信網(wǎng)絡(luò)實(shí)現(xiàn)檢測數(shù)據(jù)信息的交互。進(jìn)而將檢測到的數(shù)據(jù)信息傳遞到管理服務(wù)器、自動(dòng)化主站、通信服務(wù)器等遠(yuǎn)程監(jiān)控中心。

在進(jìn)行數(shù)據(jù)數(shù)據(jù)采集時(shí)，系統(tǒng)每隔一定時(shí)間間隔Δt采集一次線路電壓，采集到的N個(gè)點(diǎn)的電壓值為{U0,U1,U2,…,UN-1}，電壓值的基波分量可表示為：

(1)

式中，UR表示為實(shí)部，UI表示為虛部，Uk表示線路上點(diǎn)k的電壓值。發(fā)生相間短路時(shí)斷路器跳閘后，斷路器下游配電網(wǎng)線路失壓，電壓迅速減小到接近0，變壓器監(jiān)測終端采集到的電壓為Uset為一個(gè)很小的值，當(dāng)?shù)蛪簜?cè)電壓有效值Uφ小于Uset時(shí)，系統(tǒng)開始進(jìn)行故障診斷和定位[8]。通過公式(1)，將電路中的基波分量劃分為實(shí)部、虛部等多種方式，以將本研究電網(wǎng)數(shù)據(jù)信息進(jìn)行微觀表示，提高了數(shù)據(jù)分析能力。

本研究系統(tǒng)使用饋線終端單元采集故障電流信息，發(fā)生接地故障時(shí)電網(wǎng)中會(huì)出現(xiàn)零序分量，作為故障診斷的依據(jù)，非故障線路和故障線路的零序電流波形不同，進(jìn)行對故障線路的定位。在線路的配電變壓器安裝有變壓器監(jiān)測終端，能夠在繼電保護(hù)動(dòng)作跳閘切除故障電流之前，采集到故障電壓有效值，對故障定位時(shí)縮小故障范圍，實(shí)現(xiàn)饋線故障的精細(xì)定位[9]。發(fā)生線路故障時(shí)產(chǎn)生的都是非平穩(wěn)、非線性信號，系統(tǒng)故障數(shù)據(jù)進(jìn)行預(yù)處理，提取關(guān)鍵特征信息，對原始信號進(jìn)行分解：

(2)

式中,x(τ)表示故障時(shí)域信號，ω(t-τ)表示窗函數(shù)，τ表示窗函數(shù)的中心[10]。采集被診斷對象的相關(guān)數(shù)據(jù)，通過診斷軟件(如專家系統(tǒng)軟件)和實(shí)時(shí)/歷史數(shù)據(jù)綜合分析其運(yùn)行狀況，對存在的隱患和故障進(jìn)行判斷、預(yù)告或處理的系統(tǒng)。

接地系統(tǒng)故障分析時(shí)，通過采用中性點(diǎn)不接地的方法。在常規(guī)技術(shù)中，中性點(diǎn)往往是對接絕緣的，在配電網(wǎng)線路結(jié)構(gòu)中，系統(tǒng)運(yùn)行時(shí)通常通過三相平衡技術(shù)，中性點(diǎn)對地電壓通常為零，此時(shí)，零相、火線、等不同相線之間的電壓滯后電流 90°，通過這種方式可以檢測出電壓情況。在監(jiān)測中性點(diǎn)時(shí)，通常引入設(shè)計(jì)一個(gè)電感線圈，線圈容易產(chǎn)生自激勵(lì)信號，通過自激勵(lì)信號補(bǔ)償線路過大的問題，當(dāng)接地電流過大時(shí)，其周圍的磁場也會(huì)逐步增加。進(jìn)而使線路周圍的感應(yīng)比較強(qiáng)烈。這對于絕緣能力有一定的考驗(yàn)。

暫態(tài)接地時(shí)電感電流只經(jīng)過故障線路，電容電流流過全系統(tǒng)的線路，暫態(tài)過程蘊(yùn)含的特征信息更豐富，暫態(tài)接地電流的幅值更大，提取暫態(tài)特征信息為主來表征故障線路特性，完成系統(tǒng)的故障診斷。為使系統(tǒng)后端能夠提供合適的數(shù)據(jù)源進(jìn)行故障診斷和定位，先建立mysql數(shù)據(jù)庫和HIVE數(shù)據(jù)庫的連接。通過AXIOS創(chuàng)建SMLREQUESTT進(jìn)行請求的發(fā)送和與后端通信，最終開發(fā)出的界面負(fù)責(zé)與用戶進(jìn)行交互操作，產(chǎn)生故障診斷和定位視圖，將接收到的信息解析并顯示[11]。

2 配電網(wǎng)饋線故障精確定位方法

由于配電網(wǎng)在整個(gè)輸電過程中具有較長的線路行程，配電網(wǎng)數(shù)據(jù)節(jié)點(diǎn)多，存在錯(cuò)綜復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，在輸電過程中很容易出現(xiàn)故障。如何在不同的配電網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)中迅速、準(zhǔn)確地對故障信息進(jìn)行定位是查閱故障信息的重要原因。傳統(tǒng)方法為依據(jù)線路的故障電流進(jìn)行故障定位，只能將故障點(diǎn)位置縮小到饋線終端單元監(jiān)測的區(qū)域內(nèi)，確定故障區(qū)域后仍需較長時(shí)間確定故障位置。配電線路中有多個(gè)支路和配電變壓器，配電網(wǎng)線路結(jié)構(gòu)如圖2所示。

圖2 配電網(wǎng)線路結(jié)構(gòu)

由于配電網(wǎng)線路結(jié)構(gòu)錯(cuò)綜復(fù)雜，為了表示不同網(wǎng)配節(jié)點(diǎn)，將待研究的各種網(wǎng)配節(jié)點(diǎn)標(biāo)上序號，以便更好地研究。設(shè)定在線路節(jié)點(diǎn)8、9之間發(fā)生短路故障，A1、A2中流過故障電流，A3中沒有故障電流流過，如果采用傳統(tǒng)的故障電流判斷的方法確定故障區(qū)域，只能將故障定位在A2和A3之間。本研究利用低壓側(cè)相電壓進(jìn)行故障定位，中壓側(cè)發(fā)生故障時(shí)繼電保護(hù)發(fā)生跳閘，本研究采集對跳閘前兩個(gè)周波的電壓，并進(jìn)行傅里葉加窗變換，計(jì)算基波電壓的有效值，根據(jù)各節(jié)點(diǎn)電壓大小對故障區(qū)域進(jìn)行精確定位[12]。本研究對發(fā)生跳閘前的兩個(gè)周期的電壓波形進(jìn)行分析，故障區(qū)域上游節(jié)點(diǎn)和下游節(jié)點(diǎn)的電壓波形如圖3所示。

圖3 故障節(jié)點(diǎn)電壓波形

在圖3中，電壓通常是兩電位之間形成的電位差。波形直觀地對交變電流的波形圖像進(jìn)行顯示。電位差能夠配電網(wǎng)中不同的數(shù)據(jù)節(jié)點(diǎn)電荷通過靜電場時(shí)，基于電勢的差異所形成的能量差。該方式直觀、形象。在0.42 s時(shí)配電網(wǎng)線路發(fā)生故障，在0.42～0.48 s時(shí)間段內(nèi)經(jīng)過兩個(gè)周波斷路器跳閘，故障節(jié)點(diǎn)的下游節(jié)點(diǎn)10電壓下降到0，故障上游節(jié)點(diǎn)即節(jié)點(diǎn)3電壓相比故障前電壓有所下降，但并未下降到0[13]。母線到故障點(diǎn)沿線上各節(jié)點(diǎn)電壓依次下降，到故障節(jié)點(diǎn)處電壓下降到最低。當(dāng)配電網(wǎng)線路發(fā)生兩相短路故障時(shí)，正序電流和負(fù)序電流可表示為：

(3)

式中,If(1)為正序電流，If(2)為負(fù)序電流，Uf|0|為沒有發(fā)生故障時(shí)的線路電壓，Z∑(1)為線路的等值正序阻抗，Z∑(2)為線路的等值負(fù)序阻抗[14]。

通過正序電流和負(fù)序電流表示的公式能夠直觀表示配電網(wǎng)中的電流和電壓數(shù)據(jù)情況，在配電網(wǎng)技術(shù)中，正序電流和負(fù)序電流大小相等，方向相反，該公式可以用直觀表示正序電流和發(fā)生故障時(shí)的線路電壓之間的關(guān)系，故障相電壓為故障前電壓一半，非故障點(diǎn)相電壓可表示為：

(4)

非故障點(diǎn)正電壓的位置表示配電網(wǎng)系統(tǒng)在暫時(shí)正常運(yùn)行，表明線路的線電壓沒有因?yàn)楫惓Ｊ鹿时憩F(xiàn)的突出。這種情況下電壓無論是相位還是矢量值上，變化都不大；反之，在非故障點(diǎn)零電壓處，能夠發(fā)現(xiàn)波形圖發(fā)生很大程度的變異，這種情況下，如果故障信息過大，絕緣薄弱點(diǎn)會(huì)被擊穿，可能會(huì)出現(xiàn)短路等異常事故。

在對于線路故障點(diǎn)相關(guān)的故障相的線電壓進(jìn)行判斷時(shí)，選擇3個(gè)線電壓中幅值最小的線電壓。當(dāng)配電網(wǎng)線路中壓側(cè)發(fā)生故障后，低壓側(cè)相電壓隨著中壓側(cè)線電壓而變化，變壓器D側(cè)發(fā)生兩相短路時(shí)，低壓側(cè)三相電壓可表示為：

(5)

配電網(wǎng)中通常包括由三相電源、三相負(fù)載和三相傳輸線路等構(gòu)成的三相電路，通過這種方式能夠構(gòu)建振幅、頻率、相位差等多種數(shù)據(jù)因素正弦波形輸出方式。該技術(shù)在發(fā)電、輸電、配電以及大功率用電設(shè)備等電力系統(tǒng)中故障診斷過程中首先要考慮到的關(guān)鍵因素。

由公式(5)可知，a相與b相的電壓大小相等，相位差為180°。發(fā)生故障后配電變壓器低壓側(cè)相電壓的中壓側(cè)線電壓的變化相同，低壓側(cè)故障相中的滯后相與中壓側(cè)故障相的線電壓相等，非故障相與中壓側(cè)的其余兩個(gè)線電壓相等。

3 基于多級語義交互的批量匹配算法

運(yùn)維人員對配電網(wǎng)故障進(jìn)行檢修時(shí)，需要對線路故障發(fā)生的位置進(jìn)行勘測，分析因線路故障導(dǎo)致的現(xiàn)象，在分析故障產(chǎn)生的原因。運(yùn)維人員使用系統(tǒng)客戶端獲取故障信息時(shí)，返回的信息中包含大量的冗余信息，需要再消耗時(shí)間對信息進(jìn)行篩選，影響了運(yùn)維人員對故障檢修的效率。本研究提出一種新的批量匹配算法[13，16-17]，利用編碼器進(jìn)行文本信息編碼，實(shí)現(xiàn)文本間的語義交互。批量匹配模型結(jié)構(gòu)如圖4所示。

圖4 批量匹配模型結(jié)構(gòu)

(6)

在本研究中，為了提高網(wǎng)絡(luò)算法模型計(jì)算的能力，通過設(shè)置多層計(jì)算的方式。網(wǎng)絡(luò)模型層數(shù)越多，模型輸出的數(shù)據(jù)越精確，在反復(fù)的迭代計(jì)算過程中，能夠?qū)⒕W(wǎng)絡(luò)中出現(xiàn)的不定因素、潛在因素、危險(xiǎn)因子都考慮在內(nèi)。以更大地發(fā)揮出批量模型計(jì)算的精度[20]。

模型的輸出由嵌入層得到的原始故障特征、殘差特征和網(wǎng)絡(luò)層故障信息的編碼特征組成，完成模型的故障信息批量匹配任務(wù)[21]。編碼器中神經(jīng)網(wǎng)絡(luò)采用填充的方式進(jìn)行卷積，能夠保證數(shù)據(jù)的輸入維度不發(fā)生變化，輸出的數(shù)據(jù)可表示為：

(H|H∈Rl×m)=CNNpadding(X|X∈Rl×k)

(7)

式中,l表示數(shù)據(jù)長度，k表示詞向量的維度，H表示卷積后的輸出，padding表示填充操作，m表示卷積核數(shù)量。

配電網(wǎng)故障隱患的種類很多，在啟動(dòng)模型計(jì)算時(shí)，需要考慮到很多因素，這些因素維度比較大，通過上述表示，可以將維度表示出來，具有一定的進(jìn)步性[19]。

將兩個(gè)經(jīng)過編碼器的故障文本序列作為交互層的輸入，利用注意力機(jī)制計(jì)算當(dāng)前文本序列中向量與另一個(gè)序列的相關(guān)度，長度為la的文本序列可表示為a=(a1,a2,…,ala)，另一個(gè)長度為lb的文本序列為b=(b1,b2,…,blb)，相關(guān)度可表示為：

eij=f(ai)Tf(bj)

(8)

4 應(yīng)用測試

為驗(yàn)證本研究系統(tǒng)的性能，分別使用文獻(xiàn)[3]系統(tǒng)、文獻(xiàn)[4]系統(tǒng)和本研究系統(tǒng)進(jìn)行實(shí)驗(yàn)，搭建一個(gè)配電線路仿真模型進(jìn)行驗(yàn)證。本研究實(shí)驗(yàn)在Windows10操作系統(tǒng)上進(jìn)行，計(jì)算機(jī)使用的CPU為AMD Ryzen THreadRipper 3960X，內(nèi)存為LANCER 32 GB(2×16 GB)DDR5 5200，顯卡使用ROG-STRIX-RTX3090-O24 G，使用仿真軟件PSCAD搭建一個(gè)配電網(wǎng)模型。實(shí)驗(yàn)配電網(wǎng)模型如圖5所示。

圖5 實(shí)驗(yàn)配電網(wǎng)模型

本研究通過構(gòu)建實(shí)驗(yàn)配電網(wǎng)模型，將實(shí)驗(yàn)配電網(wǎng)模型中電纜線路長度記作為為CL，架空線路長度為OL，每條饋線的負(fù)荷為0.5+j0.25 MVA，變壓器和饋線參數(shù)設(shè)置如表1所示。

表1 參數(shù)設(shè)置

通過表1的設(shè)置，將本研究的方法精細(xì)化到具體參數(shù)，以提高試驗(yàn)效率。使用大量故障數(shù)據(jù)對用于故障診斷和定位的網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，挖掘出數(shù)據(jù)內(nèi)隱藏的規(guī)律，為了保證數(shù)據(jù)的多樣性和質(zhì)量，選用不同故障線路和故障位置的數(shù)據(jù)作為故障數(shù)據(jù)集，故障數(shù)據(jù)集如表2所示。

表2 故障數(shù)據(jù)集

上述試驗(yàn)時(shí)，為了提高試驗(yàn)效果，在某一段的配電網(wǎng)線路中提取電纜線路數(shù)據(jù)信息、架空線路數(shù)據(jù)信息以及變壓器數(shù)據(jù)信息，在某一段的配電網(wǎng)進(jìn)行單相接地故障試驗(yàn)時(shí)，可以提取配電網(wǎng)故障區(qū)域內(nèi)的數(shù)據(jù)信息，在弧光接地故障、兩點(diǎn)單相接地故障以及高阻接地故障試驗(yàn)時(shí)，采用同樣的方法，在配電網(wǎng)具有這些數(shù)據(jù)特性的數(shù)據(jù)區(qū)域中提取相關(guān)數(shù)據(jù)信息。

為驗(yàn)證本研究系統(tǒng)模型在故障診斷的優(yōu)勢，利用采集到的故障數(shù)據(jù)集中2 000組樣本數(shù)據(jù)作為訓(xùn)練集，剩下的樣本數(shù)據(jù)作為測試集。設(shè)定配電網(wǎng)線路發(fā)生單相接地故障，使用3種系統(tǒng)進(jìn)行故障診斷，訓(xùn)練次數(shù)設(shè)定為0～1 000次，系統(tǒng)的故障診斷準(zhǔn)確率作為評價(jià)指標(biāo)，得到的仿真結(jié)果如圖6所示。

圖6 仿真結(jié)果

由圖6可以看出，系統(tǒng)的故障診斷模型在相同的訓(xùn)練次數(shù)下，對配電網(wǎng)仿真模型中出現(xiàn)的故障的故障診斷準(zhǔn)確率不同。文獻(xiàn)[3]系統(tǒng)的故障診斷準(zhǔn)確率最高到達(dá)95.4%，文獻(xiàn)[4]系統(tǒng)的故障診斷準(zhǔn)確率最高為97.5%，訓(xùn)練次數(shù)為700次時(shí)準(zhǔn)確率超過95%。訓(xùn)練次數(shù)超過700次后，系統(tǒng)的故障準(zhǔn)確率產(chǎn)生波動(dòng)，文獻(xiàn)[4]系統(tǒng)的準(zhǔn)確率最低下降到93.7%。在實(shí)際應(yīng)用中，文獻(xiàn)[3]系統(tǒng)和文獻(xiàn)[4]系統(tǒng)可能受到配電網(wǎng)中噪聲干擾和網(wǎng)絡(luò)結(jié)構(gòu)變化的影響，使故障信號失真導(dǎo)致故障準(zhǔn)確率降低。

本研究系統(tǒng)在訓(xùn)練次數(shù)為400時(shí)準(zhǔn)確率達(dá)到90%，系統(tǒng)的故障診斷準(zhǔn)確率最高達(dá)到100%，通過與文獻(xiàn)[3]方法和文獻(xiàn)[4]方法進(jìn)行對比，模型所需的訓(xùn)練時(shí)間更短，面對配電網(wǎng)線路發(fā)生的不同故障，本研究系統(tǒng)的故障診斷準(zhǔn)確率明顯高于其他系統(tǒng)。

設(shè)計(jì)兩種不同任務(wù)的數(shù)據(jù)集進(jìn)行對比實(shí)驗(yàn)，任務(wù)包括語言推送任務(wù)和語義識別任務(wù)，其中SAN數(shù)據(jù)集和SNL數(shù)據(jù)集為語言推送任務(wù)，QUO數(shù)據(jù)集為語言推送任務(wù)，使用3種系統(tǒng)進(jìn)行多級語義交互的匹配實(shí)驗(yàn)，得到3種系統(tǒng)在不同數(shù)據(jù)集上的準(zhǔn)確率如圖7所示。

圖7 不同數(shù)據(jù)集上的準(zhǔn)確率

本研究提出的多級語義交互的批量匹配算法在多個(gè)數(shù)據(jù)集上的準(zhǔn)確率最高，在進(jìn)行對比實(shí)驗(yàn)中沒有使用額外的特征信息，僅利用預(yù)訓(xùn)練的詞向量在詞嵌入層進(jìn)行初始化，其中語言推送任務(wù)中SNL數(shù)據(jù)集的準(zhǔn)確率可達(dá)到100%，本研究系統(tǒng)在不同的故障文本匹配任務(wù)中能夠取得較好的效果。

文獻(xiàn)[3]系統(tǒng)和文獻(xiàn)[4]系統(tǒng)在語言推送任務(wù)的準(zhǔn)確率不超過0.9，其中SAN數(shù)據(jù)集中文獻(xiàn)[4]系統(tǒng)的準(zhǔn)確率低至0.82，SANL數(shù)據(jù)集中文獻(xiàn)[3]系統(tǒng)的準(zhǔn)確率低至0.80，語義識別任務(wù)中的準(zhǔn)確率都為0.73。文獻(xiàn)[3]系統(tǒng)和文獻(xiàn)[4]系統(tǒng)在故障文本匹配中的效果一般，系統(tǒng)匹配出的故障信息中可能存在較多的冗余數(shù)據(jù)。

5 結(jié)束語

本研究設(shè)計(jì)出配電網(wǎng)故障診斷系統(tǒng)，對配電網(wǎng)線路中發(fā)生的故障進(jìn)行診斷和定位，并及時(shí)斷開與故障線路的連接，基于低壓側(cè)的電壓信息和饋線終端設(shè)備采集到的信息對故障點(diǎn)進(jìn)行定位，應(yīng)用批量匹配算法使系統(tǒng)在故障信息交互過程中取得更好的效果。本研究的創(chuàng)新點(diǎn)在于：

1)采用配電變壓器低壓側(cè)相電壓信息進(jìn)行故障診斷，減少了故障定位所需的時(shí)間，對斷路器跳閘前兩個(gè)周波的電壓進(jìn)行傅里葉加窗變換，計(jì)算基波電壓的有效值。

2)提出基于多語義交互的批量匹配算法，并結(jié)合了注意力機(jī)制進(jìn)行語句語義的交互，使模型能夠充分進(jìn)行故障文本信息交的交互任務(wù)，在網(wǎng)絡(luò)結(jié)構(gòu)中加入增強(qiáng)殘差連接機(jī)制，能夠同時(shí)學(xué)習(xí)局部信息和上下文信息。

為了提高系統(tǒng)的泛化能力，在發(fā)生其他短路故障時(shí)，需要生成新的數(shù)據(jù)集，在以后的研究中還需增加系統(tǒng)的故障診斷類型，提高故障定位精度。