本发明属于故障诊断优化，尤其涉及一种配电网故障诊断与定位的方法。
背景技术：
1、电力保供的意义非常重大，它关系到国家和地区的经济、社会、能源安全和人民的生活等多个方面。通过有效的电力保供措施，可以保障电力系统的正常运行，确保电力供应的可靠性和稳定性，从而促进经济发展、维护社会稳定和保障人民的生活需求。
2、电力线路是电网运行的命脉，它在输送电能的同时又相当脆弱，任何来自外力的破坏以及工作人员的错误操作，都有可能造成大面积停电，给社会经济和人民群众的生活带来巨大危害。配电网直接面向大量终端用户，所以其网架结构复杂，故障概率高，大量统计资料显示，90％的停电和故障扰动发生在配电网中，当发生故障时，需要快速识别定位故障点，以便及时采取措施进行处理。如果无法在第一时间准确地定位故障，将会导致停电范围扩大和电力系统的不稳定，影响用户用电质量和安全，对电力保供存在不利影响。
3、配网线路故障的快速诊断和定位是配网运维的重要组成部分,对与快速复电、电力保供具有重要作用。目前配网线路的故障诊断和定位，还主要以人工巡视为主，故障指示器研判为辅，总体还是依靠运维人员的运行经验，不确定性比较大。近几年，人工智能得到了快速发展，为配网线路的故障诊断提供了新思路和新工具。
4、中国专利公开号cn104931857a，公开日2015年9月23日，发明创造的名称为一种基于d□s证据理论的配电网故障定位方法，该方案公开一种基于d-s证据理论的配电网故障定位方法，其不足之处便是配电网分支多，接地点隐蔽导致接地故障定位时间太长，定位接地线路故障点的精准度不高。
5、可见现有技术存在以下问题：现有的模型处理配电网故障定位的方法未对配电网进行分等级分区域数据处理，利用的算法模型未能很好的适用于多变压器、变电站的配电网。且对于区域配电网的节点参数点的图像数据进行很好的利用，并且采用的算法模型未能动态变化从而获得准确的故障识别和区域定位。
6、所以，亟需一种配电网故障诊断与定位的方法，来获取处理特定节点的图像数据来进行模块化的故障区域识别，并结合配电网节点网络化方法，来对已有的配电网故障进行诊断和定位。
技术实现思路
1、为解决上述技术问题，本发明提出了一种配电网故障诊断与定位的方法。
2、在本发明的第一个方面，提供一种配电网故障诊断与定位的方法，所述方法包括：
3、a.获取第一等级区域配电网图像，记录此时的第一关键节点参数信息，并从配电网历史数据中获取第一历史故障原因及区域；
4、b.将所述第一等级区域配电网图像和所述第一关键节点参数信息处理生成第一故障诊断定位参数；
5、c.根据所述第一故障诊断定位参数及第一历史故障原因及区域生成故障诊断与定位分析模型,所述故障诊断与定位分析模型综合分析配电网关键节点参数和等级区域网图像，对配电网进行故障诊断、定位和预警报告；
6、d.获取第二等级区域配电网图像，并记录此时的第二关键节点参数信息，所述第二等级区域配电网图像和所述第二关键节点参数信息构成第二故障诊断定位参数；
7、e.利用步骤c中的所述故障诊断与定位分析模型对所述第二故障诊断定位参数处理生成第二实时故障原因及区域，根据所述第二实时故障原因及区域，对当前配电网进行故障诊断、定位和预警报告。
8、进一步地，所述第一关键节点参数信息以及第二关键节点参数信息包括配电网变压器处电流变化率、整个配电网的节点处的电压平均值以及将整个配电网网络化后的节点度的平均值；所述第一等级区域配电网图像以及第二等级区域配电网图像为处理过后的整个配电网图像的像素平均值。
9、进一步地，所述故障诊断与定位分析模型采用神经网络或者支持向量机的方法进行构建；所述第一等级区域配电网图像以及第二等级区域配电网图像是通过固定在变压器或者变电站的摄像头分等级时段拍摄获得。
10、进一步地，所述第一等级区域配电网图像以及第二等级区域配电网图像是针对配电网进行配电网区域等级分级，总共分为发电端配电网区域图像、输电变电器端配电网区域图像、配电变电站端配电网区域图像、变压器端配电网区域图像，所述发电端配电网区域图像为输电变电站与输电厂之间的配电网图像，为第一等级配电网图像，所述输电变电器端配电网区域图像为输电变电站与配电变电站之间的配电网图像，为第二等级配电网图像，所述配电变电站端配电网区域图像为配电变电站与变压器之间的配电网图像，为第三等级配电网图像，所述变压器端配电网区域图像为变压器到居民用户端之间的配电网图像，为第四等级配电网图像。
11、进一步地，利用神经网络或者支持向量机方法前，对所述第一等级区域配电网图像以及第二等级区域配电网图像进行图像处理，采用改进的多边除噪处理。
12、进一步地，利用深度学习或者机器学习方法前，对所述第一等级区域配电网图像以及第二等级区域配电网图像进行图像真实性确认。
13、进一步地，将待融合处理图像集rt参数与对应所述第一关键节点参数信息或所述所述第二关键节点参数信息以组合形式后输入支持向量机模型，输出得到配电网故障原因及区域，所述组合形式具体为待融合处理图像的灰度值与所述配电网变压器处电流变化率、所述整个配电网的节点处的电压平均值以及将整个配电网网络化后的节点度的平均值。
14、进一步地，所述支持向量机采用根据等级区域配电网图像进行改进的支持向量机模型。
15、还提供了一种配电网故障诊断与定位的控制设备，包括存储器和处理器，其特征在于，所述存储器中存储有配电网故障诊断与定位的的控制程序，所述处理器被设置为运行所述配电网故障诊断与定位的的控制程序以运行配电网故障诊断与定位的方法。
16、还提供了一种计算机可读存储介质，其特征在于，包括:计算机可执行指令，当所述计算机可执行指令被运行时执行配电网故障诊断与定位的方法。
17、本发明利用训练好的历史模型来及时获取实时故障区域信息，该模型再进行训练处理相应数据前，还对配电网进行分等级分区域数据处理，利用的算法模型能很好的适用于现在复杂的多变压器、变电站配电网。且很好的利用了区域配电网的节点参数点的图像数据，并且采用的算法模型能根据不同配电网的变压器数量进行实时动态变化从而获得准确的故障识别和区域定位。
18、本发明的更多实施例和改进效果将结合附图和具体实施例进一步介绍。
1.一种配电网故障诊断与定位的方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种配电网故障诊断与定位的方法，其特征在于：所述第一关键节点参数信息以及第二关键节点参数信息包括配电网变压器处电流变化率、整个配电网的节点处的电压平均值以及将整个配电网网络化后的节点度的平均值；所述第一等级区域配电网图像以及第二等级区域配电网图像为处理过后的整个配电网图像的像素平均值。
3.如权利要求2所述的一种配电网故障诊断与定位的方法，其特征在于：所述故障诊断与定位分析模型采用神经网络或者支持向量机的方法进行构建；所述第一等级区域配电网图像以及第二等级区域配电网图像是通过固定在变压器或者变电站周围的摄像头分等级时段拍摄获得。
4.如权利要求1所述的一种配电网故障诊断与定位的方法，其特征在于：
5.如权利要求4所述的一种配电网故障诊断与定位的方法，其特征在于：利用神经网络或者支持向量机方法前，对所述第一等级区域配电网图像以及第二等级区域配电网图像进行图像处理，采用改进的多边除噪处理。
6.如权利要求5所述的一种配电网故障诊断与定位的方法，其特征在于：
7.如权利要求6所述的一种配电网故障诊断与定位的方法，其特征在于：
8.如权利要求3所述的一种配电网故障诊断与定位的方法，其特征在于：
9.一种配电网故障诊断与定位的控制设备，包括存储器和处理器，其特征在于，所述存储器中存储有配电网故障诊断与定位的的控制程序，所述处理器被设置为运行所述配电网故障诊断与定位的的控制程序以运行权利要求1至8任一项中所述的方法。
10.一种计算机可读存储介质，其特征在于，包括:计算机可执行指令，当所述计算机可执行指令被运行时执行如权利要求1至8任一项所述的方法。
