CN116794446B - 一种配电网故障定位方法、系统及电子设备 - Google Patents

Abstract

本发明公开一种配电网故障定位方法、系统及电子设备，涉及故障定位技术领域。本发明对配电网进行网络拓扑分析运算后，再以T节点为界，将配电网分解为规模更小的子网络；然后，求解子网络的故障候选集，将故障置信因子最大的馈线区段作为子网络的故障候选集；最后，合并子网络故障候选集，构造配电网的故障定位结果，以提高配电网故障定位的定位效率和准确性，并且具有较强的信息容错能力，进而能够解决现有技术存在的故障定位速度较慢、收敛稳定性不足等问题。

Description

一种配电网故障定位方法、系统及电子设备

技术领域

本发明涉及故障定位技术领域，特别是涉及一种配电网故障定位方法、系统及电子设备。

背景技术

快速、准确地定位配电网故障有利于及时隔离故障并恢复失电负荷供电，对提升供电可靠性具有重要作用，目前基于配电终端故障信息的故障定位方法主要包括矩阵算法与优化算法两种类型。

矩阵算法通过对比区段两端配电终端信息的异同判定故障，建模简单直接、定位速度快，但在配电终端信息发生畸变时会产生误判，只适用于健全信息条件下的故障定位。

优化算法通过故障假说将配电网所有可能发生的故障情形构成解空间，在解空间内应用状态逼近与优化理论找出能够对系统实际接收的FTU信息给出最佳解释的故障情形。然而，目前的优化算法需迭代运算，造成故障定位速度较慢，且有时会收敛于“局部极值点”，存在收敛稳定性不足的固有缺陷。伴随着配电网络规模的扩大，上述问题愈发凸显。

发明内容

为解决现有技术存在的上述问题，本发明提供了一种配电网故障定位方法、系统及电子设备。

为实现上述目的，本发明提供了如下方案：

一种配电网故障定位方法，包括：

对配电网进行网络拓扑分析运算；

以网络拓扑分析运算结果的源节点为起点，对网络拓扑分析运算结果中的节点进行遍历，遍历过程中以T节点为界，将所述配电网分解为多个子网络；所述源节点为主网电源；所述T节点为出线度大于1的节点；

确定所述子网络的故障候选集；

对所述子网络的故障候选集进行合并处理，以确定定位结果；所述定位结果作为所述配电网的故障定位结果。

优先地，所述确定所述子网络的故障候选集，具体包括：

根据故障信息确定每一节点的故障置信因子；所述故障信息包括各智能开关的过流信息；

将最大故障置信因子对应的节点作为所述子网络的故障候选集。

优先地，采用公式Z(k)＝Z(i)+2I(k)-1确定节点k的故障置信因子；

其中，Z(k)表示节点k的故障置信因子，I(k)表示节点k的过流信息，Z(i)表示节点k的父节点i的故障置信因子。

优先地，所述对配电网进行网络拓扑分析运算，具体包括：

将所述配电网中配置有配电终端的智能开作为支路，将所述配电网中由智能开关围成的馈线区段作为节点，将主网电源指向支路的方向为支路的正方向，对所述节点和所述支路进行编号，构造邻接链表和节点类型向量；所述节点类型向量用于表示节点的类型。

优先地，所述节点类型向量的构造过程包括：

以行表示节点，以列表示支路，根据节点、支路的邻接关系构建节点-支路关联矩阵；

采用公式T′＝Ae确定节点类型向量；

其中，T′表示节点类型向量，A表示节点-支路关联矩阵，e表示与节点-支路关联矩阵A列数相同的列向量。

优先地，所述子网络的诊断范围的确定过程包括：

确定所述子网络的最小节点编号和最大节点编号；

基于所述子网络的最小节点编号和最大节点编号得到所述子网络的诊断范围。

优先地，所述确定所述子网络的最小节点编号和最大节点编号，具体包括：

基于所述邻接链表，得到距主网电源距离最短的T节点的第一邻接节点的编号和第二邻接节点的编号，将第一邻接节点的编号作为第一子网络的最小节点编号，将所述第二邻接节点的编号作为第二子网络的最小节点编号；

当所述第一子网络的最小节点编号大于所述第二邻接节点的编号时，所述第一子网络的最大节点编号为配电网的最大节点编号，所述第二子网络的最大节点编号为第一子网络的最小节点编号减1；

当所述第一子网络的最小节点编号小于所述第二邻接节点的编号时，所述第一子网络的最大节点编号为第二子网络的最小节点编号减1，第二子网络的最大节点编号为配电网的最大节点编号。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明对配电网进行网络拓扑分析运算后，再以T节点为界，将配电网分解为规模更小的子网络，然后，求解子网络的故障候选集，将故障置信因子最大的馈线区段作为子网络的故障候选集，最后，合并子网络故障候选集，构造配电网的故障定位结果，以提高配电网故障定位的定位效率和准确性，并且具有较强的信息容错能力，进而能够解决现有技术存在的故障定位速度较慢、收敛稳定性不足等问题。

对应与上述提供的配电网故障定位方法，本发明还提供了以下实施系统：

一种配电网故障定位系统，包括：

分析运算模块，用于对配电网进行网络拓扑分析运算；

子网络分解模块，用于以网络拓扑分析运算结果的源节点为起点，对网络拓扑分析运算结果中的节点进行遍历，遍历过程中以T节点为界，将所述配电网分解为多个子网络；所述源节点为主网电源；所述T节点为出线度大于1的节点；

故障候选集确定模块，用于确定所述子网络的故障候选集；

故障定位模块，用于对所述子网络的故障候选集进行合并处理，以确定定位结果；所述定位结果作为所述配电网的故障定位结果。

一种电子设备，包括：

存储器，用于存储计算机控制指令；所述计算机控制指令用于实施上述提供的配电网故障定位方法；

处理器，与所述存储器连接，用于调取并执行所述计算机控制指令。

优先地，所述存储器为计算机可读存储介质。

因本发明提供的配电网故障定位系统和电子设备实现的技术效果与上述提供的配电网故障定位方法实现的技术效果相同，故在此不再进行赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的配电网故障定位方法的流程图；

图2为本发明实施例提供的16馈线段配电系统连接关系图；

图3为本发明实施例提供的16馈线段配电系统节点与支路编号示意图；

图4为本发明提供的配电网故障定位系统的结构示意图；

图5为本发明提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种配电网故障定位方法、系统及电子设备，能够解决现有技术存在的故障定位速度较慢、收敛稳定性不足等问题。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供的配电网故障定位方法，包括：

步骤100：对配电网进行网络拓扑分析运算。具体的，对节点与支路进行编号、构造邻接链表与节点类型向量。配电网支路指配置有配电终端的智能开关，以主网电源指向支路为支路的正方向，配电网节点指将由智能开关围成的馈线区段。节点类型向量表示节点的类型，节点为T节点其对应元素取值不为0，否则取0。T节点指出线度大于1的节点。

其中，对节点与支路进行编号，具体包括：

以主网电源为源节点，从源节点出发对节点应用深度优先搜索进行遍历，源节点编号为0，其它节点按照被访问的顺序依次连续编号。支路编号取两端节点编号的大者。

进一步，该步骤中，节点类型向量的构造过程包括：

以行表示节点，以列表示支路，根据节点、支路的邻接关系构建节点-支路关联矩阵。

采用公式T′＝Ae确定节点类型向量。

其中，T′表示节点类型向量，A表示节点-支路关联矩阵，e表示与节点-支路关联矩阵A列数相同的列向量，列向量e元素取值均为1。

步骤101：以网络拓扑分析运算结果的源节点为起点，对网络拓扑分析运算结果中的节点进行遍历，遍历过程中以T节点为界，将配电网分解为多个子网络。源节点为主网电源。T节点为出线度大于1的节点。其中，在对配电网进行子网络分解过程中，一开始，是以与主网电源距离最短的T节点为界，将配电网分解为规模更小的子网络，然后，再将采用递归方式，不断对配电网进行遍历，以T节点为界划分子网络，直至网络不含有T节点，则停止递归。

具体的，对子网络进行分解实质就是确定子网络的诊断范围，即确定子网络中的最小节点编号与最大节点编号。设配电网最小节点编号与最大节点编号分别为i与j，记配电网为G_i，G_i中与主网电源距离最短的T节点编号为t，t邻接于节点u与节点v。子网络G_u与G_v的诊断范围的确定过程如下：从根据邻接链表，找出t节点的邻接节点编号作为子网络G_u与G_v的最小节点编号，假设它们分别是ui、vi。比较ui与vi的大小，若ui>vi，则子网络G_u的最大节点编号uj为uj＝j，以子网络G_v的最大节点编号vj为vj＝ui-1。否则子网络G_u的最大节点编号uj为uj＝vi-1，以子网络G_v的最大节点编号vj为vj＝j。

步骤102：确定子网络的故障候选集。具体的，该步骤的实施过程包括：

基于故障信息计算节点的故障置信因子。故障信息包括各智能开关的过流信息。

将最大故障置信因子对应的节点作为子网络的故障候选集。

其中，基于故障信息计算节点的故障置信因子，具体实施过程可以为：

以主网电源为源节点，从源节点出发对节点进行遍历，根据公式Z(k)＝Z(i)+2I(k)-1计算节点的故障置信因子。其中，Z(k)表示节点k的故障置信因子，I(k)表示节点k的过流信息，当编号为k的智能开关过电流时取1，否则取0。Z(i)表示节点k父节点i的故障置信因子。父节点指与节点编号相同的支路两端节点编号的小者。特别地，规定Z(0)＝0。

步骤103：对子网络的故障候选集进行合并处理，以确定定位结果。定位结果作为配电网的故障定位结果。具体的，该步骤的实施过程为：

设配电网编号最小的节点为i，与主网电源距离最短的T节点编号为t，节点u与v邻接于t。设k是节点i至节点t中故障置信因子最大的节点，令节点集合X_i-t＝{k}，其对应的故障置信因子设子网络G_u与G_v的故障候选集及其故障置信因子分别为X_u、X_v及令节点集合X_u&v＝X_u∪X_v，其故障置信因子/>其中Z(t)指节点t的故障置信因子。则故障置信因子/>中的最大者对应的节点集合是配电网的故障候选集，配电网的故障置信因子等于/>中的最大者。

下面以采用上述提供的配电网故障定位方法对如图2所示的16馈线段配电系统进行故障定位为例进行说明，在实际应用过程中，配电系统的具体结构不受限制。

对16馈线段配电系统进行故障定位过程包括：

步骤1、对16馈线段配电系统进行网络拓扑分析运算：对节点与支路进行编号、构造邻接链表与节点类型向量。

以主网电源为源节点，从源节点出发对节点应用深度优先搜索进行遍历，源节点编号为0，其它节点按照被访问的顺序依次连续编号。支路编号取两端节点编号的大者。节点、支路的编号结果如图3所示。其中，s1～s16表示支路(智能开关)编号，圆圈内数字表示节点(馈线区段)编号。

以行表示节点，以列表示支路，根据节点、支路的邻接关系构建节点-支路关联矩阵A。16馈线段配电系统的节点-支路关联矩阵A为：

根据公式T′＝Ae，计算节点类型向量，其中，T′表示节点类型向量，A表示节点-支路关联矩阵，向量e表示与节点-支路关联矩阵A列数相同的列向量，元素取值均为1。基于此，16馈线段配电系统的向量e与节点类型向量T’为：

e＝[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]

T′＝[0 1 0 1 0 0 0 -1 0 0 0 -1 0 0 0 -1]。

以主网电源为源节点，从源节点出发对节点进行遍历，根据公式Z(k)＝Z(i)+2I(k)-1计算节点的故障置信因子。其中，Z(k)表示节点k的故障置信因子，I(k)表示节点k的过流信息，当编号为k的智能开关过电流时取1，否则取0。Z(i)表示节点k父节点i的故障置信因子。父节点，指与节点编号相同的支路两端节点编号的小者。特别地，规定Z(0)＝0。以附图2所示16馈线段配电系统为例，假定节点11发生故障，计算得到节点故障置信因子如下表1所示：

表1节点编号与故障置信因子对应表

步骤2、应用分治策略定位配电网故障，具体包括：

1)分解步骤，以与主网电源距离最短的T节点为界，将配电网分解为规模更小的子网络，具体包括：

确定子网络的诊断范围，即确定子网络中的最小节点编号与最大节点编号。设配电网最小节点编号与最大节点编号分别为i与j，记配电网为G_i，G_i中与主网电源距离最短的T节点编号为t，t邻接于节点u与节点v。子网络G_u与G_v的诊断范围的确定过程如下：从根据邻接链表，找出t节点的邻接节点编号作为子网络G_u与G_v的最小节点编号，假设它们分别是ui、vi。比较ui与vi的大小，若ui>vi，则子网络G_u的最大节点编号uj为uj＝j，以子网络G_v的最大节点编号vj为vj＝ui-1。否则子网络G_u的最大节点编号uj为uj＝vi-1，以子网络G_v的最大节点编号vj为vj＝j。

2)解决步骤，递归地调用步骤1提供的分解算法，求解子网络的故障候选集，若网络不含有T节点，则停止递归，将故障置信因子最大的馈线区段作为子网络的故障候选集。

3)合并步骤，合并子网络故障候选集，构造配电网的故障定位结果，具体包括：

设配电网编号最小的节点为i，与主网电源距离最短的T节点编号为t，节点u与v邻接于t。设k是节点i至节点t中故障置信因子最大的节点，令节点集合X_i-t＝{k}，其对应的故障置信因子设子网络G_u与G_v的故障候选集及其故障置信因子分别为X_u、X_v及令节点集合X_u&v＝X_u∪X_v，其故障置信因子/>其中Z(t)指节点t的故障置信因子。则故障置信因子/>中的最大者对应的节点集合是配电网的故障候选集，配电网的故障置信因子等于/>中的最大者。

如图2所示假定节点15发生故障，子网络G₁中含有T节点，以距离主网电源最近的T节点2为界进行分解，按照分解步骤确定子网络G₃和G₁₃的最小节点编号与最大节点编号分别为3、12和13、16。

子网络G₁₃不再含有T节点，其故障置信因子最大的节点是13，取值为1。将子网络的故障候选集定为X₁₃＝{13}，故障置信因子

子网络G₃仍含有T节点，以距离主网电源最近的T节点4为界进行分解，按照分解步骤确定子网络G₅和G₉的最小节点编号与最大节点编号分别为5、8和9、12。

子网络G₅不再含有T节点，其故障置信因子最大的节点是5，取值为3。将子网络的故障候选集定为X₅＝{5}，故障置信因子

子网络G₉不再含有T节点，其故障置信因子最大的节点是11，取值为7。将子网络的故障候选集定为X₉＝{11}，故障置信因子

对子网络G₅和G₉的故障候选集合并，求解子网络G₃的故障定位结果。节点4是节点3至节点4中故障置信因子最大的节点，令节点集合X_3-4＝{4}，其对应的故障置信因子令节点集合X_5&9＝X₅∪X₉＝{5,11}，其故障置信因子则故障置信因子/>中的最大者是子网络G₃的故障候选集为X₃＝X₉＝{11}，故障置信因子/>

对子网络G₃和G₁₃的故障候选集合并，求解子网络G₁的故障定位结果。节点2是节点1至节点2中故障置信因子最大的节点，令节点集合X_1-2＝{2}，其对应的故障置信因子令节点集合X_3&13＝X₃∪X₁₃＝{11,13}，其故障置信因子则故障置信因子/>中的最大者是子网络G₁的故障候选集为X₁＝X₃＝{11}，故障置信因子/>子网络G₁包含整个配电网的全部节点，因此将故障候选集X₁作为配电网的故障定位结果，即节点11是故障区段。

基于该实施例的上述描述，进一步详细阐述本发明上述提供定位方法在16馈线段配电系统中进行单点故障、多点故障、配电终端信息健全、配电终端信息畸变等各种故障定位的具体过程，如下：

情况一：馈线区段4故障，配电终端s12误报故障信号。计算得到节点故障置信因子如下表2所示。

表2情况一中节点故障置信因子表

该种情况下，应用分治策略定位配电网故障：

子网络G₁中含有T节点，以距离主网电源最近的T节点2为界进行分解，按照分解步骤确定子网络G₃和G₁₃的最小节点编号与最大节点编号分别为3、12和13、16。

子网络G₁₃不再含有T节点，其故障置信因子最大的节点是13，取值为1。将子网络的故障候选集定为X₁₃＝{13}，故障置信因子

子网络G₃仍含有T节点，以距离主网电源最近的T节点4为界进行分解，按照分解步骤确定子网络G₅和G₉的最小节点编号与最大节点编号分别为5、8和9、12。

子网络G₅不再含有T节点，其故障置信因子最大的节点是5，取值为3。将子网络的故障候选集定为X₅＝{5}，故障置信因子

子网络G₉不再含有T节点，其故障置信因子最大的节点是9，取值为3。将子网络的故障候选集定为X₉＝{9}，故障置信因子

对子网络G₅和G₉的故障候选集合并，求解子网络G₃的故障定位结果。节点4是节点3至节点4中故障置信因子最大的节点，令节点集合X_3-4＝{4}，其对应的故障置信因子令节点集合X_5&9＝X₅∪X₉＝{5,9}，其故障置信因子则故障置信因子/>中的最大者是子网络G₃的故障候选集为X₃＝X_3-4＝{4}，故障置信因子/>

对子网络G₃和G₁₃的故障候选集合并，求解子网络G₁的故障定位结果。节点2是节点1至节点2中故障置信因子最大的节点，令节点集合X_1-2＝{2}，其对应的故障置信因子令节点集合X_3&13＝X₃∪X₁₃＝{4,13}，其故障置信因子则故障置信因子/>中的最大者是子网络G₁的故障候选集为X₁＝X₃＝{4}，故障置信因子/>子网络G₁包含整个配电网的全部节点，因此将故障候选集X₁作为配电网的故障定位结果，即节点4是故障区段。

情况二：馈线区段7与16同时故障，无信息畸变。计算得到节点故障置信因子如下表3所示：

表3情况二中节点故障置信因子表

该种情况下，应用分治策略定位配电网故障。

子网络G₁中含有T节点，以距离主网电源最近的T节点2为界进行分解，按照分解步骤确定子网络G₃和G₁₃的最小节点编号与最大节点编号分别为3、12和13、16。

子网络G₁₃不再含有T节点，其故障置信因子最大的节点是16，取值为6。将子网络的故障候选集定为X₁₃＝{16}，故障置信因子

子网络G₃仍含有T节点，以距离主网电源最近的T节点4为界进行分解，按照分解步骤确定子网络G₅和G₉的最小节点编号与最大节点编号分别为5、8和9、12。

子网络G₅不再含有T节点，其故障置信因子最大的节点是7，取值为7。将子网络的故障候选集定为X₅＝{7}，故障置信因子

子网络G₉不再含有T节点，其故障置信因子最大的节点是9，取值为3。将子网络的故障候选集定为X₉＝{9}，故障置信因子

对子网络G₅和G₉的故障候选集合并，求解子网络G₃的故障定位结果。节点4是节点3至节点4中故障置信因子最大的节点，令节点集合X_3-4＝{4}，其对应的故障置信因子令节点集合X_5&9＝X₅∪X₉＝{7,9}，其故障置信因子则故障置信因子/>中的最大者是子网络G₃的故障候选集为X₃＝X₅＝{7}，故障置信因子/>

对子网络G₃和G₁₃的故障候选集合并，求解子网络G₁的故障定位结果。节点2是节点1至节点2中故障置信因子最大的节点，令节点集合X_1-2＝{2}，其对应的故障置信因子令节点集合X_3&13＝X₃∪X₁₃＝{7,16}，其故障置信因子则故障置信因子/>中的最大者是/>子网络G₁的故障候选集为X₁＝X_3&13＝{7,16}，故障置信因子/>子网络G₁包含整个配电网的全部节点，因此将故障候选集X₁作为配电网的故障定位结果，即节点7和16是故障区段。

情况三：馈线区段8与12同时故障，配电终端s1漏报故障信号，配电终端s16误报故障信号。计算得到节点故障置信因子如下表4所示：

表4情况三中节点故障置信因子表

该种情况下，应用分治策略定位配电网故障。

子网络G₁中含有T节点，以距离主网电源最近的T节点2为界进行分解，按照分解步骤确定子网络G₃和G₁₃的最小节点编号与最大节点编号分别为3、12和13、16。

子网络G₁₃不再含有T节点，其故障置信因子最大的节点是13，取值为-1。将子网络的故障候选集定为X₁₃＝{13}，故障置信因子Z_X13＝-1。

子网络G₃仍含有T节点，以距离主网电源最近的T节点4为界进行分解，按照分解步骤确定子网络G₅和G₉的最小节点编号与最大节点编号分别为5、8和9、12。

子网络G₅不再含有T节点，其故障置信因子最大的节点是8，取值为6。将子网络的故障候选集定为X₅＝{8}，故障置信因子

子网络G₉不再含有T节点，其故障置信因子最大的节点是12，取值为6。将子网络的故障候选集定为X₉＝{12}，故障置信因子

对子网络G₅和G₉的故障候选集合并，求解子网络G₃的故障定位结果。节点4是节点3至节点4中故障置信因子最大的节点，令节点集合X_3-4＝{4}，其对应的故障置信因子令节点集合X_5&9＝X₅∪X₉＝{8,12}，其故障置信因子则故障置信因子/>中的最大者是子网络G₃的故障候选集为X₃＝X_5&9＝{8,12}，故障置信因子/>

对子网络G₃和G₁₃的故障候选集合并，求解子网络G₁的故障定位结果。节点2是节点1至节点2中故障置信因子最大的节点，令节点集合X_1-2＝{2}，其对应的故障置信因子Z_X1-2＝0。令节点集合X_3&13＝X₃∪X₁₃＝{8,12,13}，其故障置信因子则故障置信因子/> 中的最大者是子网络G₁的故障候选集为X₁＝X₃＝{8,12}，故障置信因子/>子网络G₁包含整个配电网的全部节点，因此将故障候选集X₁作为配电网的故障定位结果，即节点8和12是故障区段。

此外，对应与上述提供的配电网故障定位方法，本发明还提供了以下实施系统：

如图4所示，本发明提供的配电网故障定位系统，包括：分析运算模块400、故障候选集确定模块401、故障定位模块402和故障定位模块403。

其中，分析运算模块400用于对配电网进行网络拓扑分析运算。

子网络分解模块401用于以网络拓扑分析运算结果的源节点为起点，对网络拓扑分析运算结果中的节点进行遍历，遍历过程中以T节点为界，将配电网分解为多个子网络。源节点为主网电源。T节点为出线度大于1的节点。

故障候选集确定模块402用于确定子网络的故障候选集。

故障定位模块403用于对子网络的故障候选集进行合并处理，以确定定位结果。定位结果作为配电网的故障定位结果

如图5所示，本发明提供的电子设备，包括：存储器500和处理器501。

存储器500用于存储计算机控制指令。计算机控制指令用于实施上述提供的配电网故障定位方法。存储器500可以是计算机可读存储介质。

处理器501与存储器500连接，用于调取并执行计算机控制指令。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种配电网故障定位方法，其特征在于，包括：

对配电网进行网络拓扑分析运算；

以网络拓扑分析运算结果的源节点为起点，对网络拓扑分析运算结果中的节点进行遍历，遍历过程中以T节点为界，将所述配电网分解为多个子网络；所述源节点为主网电源；所述T节点为出线度大于1的节点；

确定所述子网络的故障候选集，具体包括：根据故障信息确定每一节点的故障置信因子；所述故障信息包括各智能开关的过流信息；将最大故障置信因子对应的节点作为所述子网络的故障候选集；采用公式Z(k)＝Z(i)+2I(k)-1确定节点k的故障置信因子；其中，Z(k)表示节点k的故障置信因子，I(k)表示节点k的过流信息，Z(i)表示节点k的父节点i的故障置信因子；

对所述子网络的故障候选集进行合并处理，以确定定位结果，所述定位结果作为所述配电网的故障定位结果，具体包括：设配电网编号最小的节点为i，与主网电源距离最短的T节点编号为t，节点u与v邻接于t；设k是节点i至节点t中故障置信因子最大的节点，令节点集合X_i-t＝{k}，其对应的故障置信因子设子网络G_u与G_v的故障候选集及其故障置信因子分别为X_u、X_v及/>令节点集合X_u&v＝X_u∪X_v，其故障置信因子其中Z(t)指节点t的故障置信因子；则故障置信因子中的最大者对应的节点集合是配电网的故障候选集，配电网的故障置信因子等于/>中的最大者。

2.根据权利要求1所述的配电网故障定位方法，其特征在于，所述对配电网进行网络拓扑分析运算，具体包括：

将所述配电网中配置有配电终端的智能开作为支路，将所述配电网中由智能开关围成的馈线区段作为节点，将主网电源指向支路的方向为支路的正方向，对所述节点和所述支路进行编号，构造邻接链表和节点类型向量；所述节点类型向量用于表示节点的类型。

3.根据权利要求2所述的配电网故障定位方法，其特征在于，所述节点类型向量的构造过程包括：

以行表示节点，以列表示支路，根据节点、支路的邻接关系构建节点-支路关联矩阵；

采用公式T′＝Ae确定节点类型向量；

其中，T′表示节点类型向量，A表示节点-支路关联矩阵，e表示与节点-支路关联矩阵A列数相同的列向量。

4.根据权利要求2所述的配电网故障定位方法，其特征在于，所述子网络的诊断范围的确定过程包括：

确定所述子网络的最小节点编号和最大节点编号；

基于所述子网络的最小节点编号和最大节点编号得到所述子网络的诊断范围。

5.根据权利要求4所述的配电网故障定位方法，其特征在于，所述确定所述子网络的最小节点编号和最大节点编号，具体包括：

基于所述邻接链表，得到距主网电源距离最短的T节点的第一邻接节点的编号和第二邻接节点的编号，将第一邻接节点的编号作为第一子网络的最小节点编号，将所述第二邻接节点的编号作为第二子网络的最小节点编号；

当所述第一子网络的最小节点编号大于所述第二邻接节点的编号时，所述第一子网络的最大节点编号为配电网的最大节点编号，所述第二子网络的最大节点编号为第一子网络的最小节点编号减1；

当所述第一子网络的最小节点编号小于所述第二邻接节点的编号时，所述第一子网络的最大节点编号为第二子网络的最小节点编号减1，第二子网络的最大节点编号为配电网的最大节点编号。

6.一种配电网故障定位系统，其特征在于，包括：

分析运算模块，用于对配电网进行网络拓扑分析运算；

子网络分解模块，用于以网络拓扑分析运算结果的源节点为起点，对网络拓扑分析运算结果中的节点进行遍历，遍历过程中以T节点为界，将所述配电网分解为多个子网络；所述源节点为主网电源；所述T节点为出线度大于1的节点；

故障候选集确定模块，用于确定所述子网络的故障候选集，具体包括：根据故障信息确定每一节点的故障置信因子；所述故障信息包括各智能开关的过流信息；将最大故障置信因子对应的节点作为所述子网络的故障候选集；采用公式Z(k)＝Z(i)+2I(k)-1确定节点k的故障置信因子；其中，Z(k)表示节点k的故障置信因子，I(k)表示节点k的过流信息，Z(i)表示节点k的父节点i的故障置信因子；

故障定位模块，用于对所述子网络的故障候选集进行合并处理，以确定定位结果，所述定位结果作为所述配电网的故障定位结果，具体包括：设配电网编号最小的节点为i，与主网电源距离最短的T节点编号为t，节点u与v邻接于t；设k是节点i至节点t中故障置信因子最大的节点，令节点集合X_i-t＝{k}，其对应的故障置信因子设子网络G_u与G_v的故障候选集及其故障置信因子分别为X_u、X_v及/>令节点集合X_u&v＝X_u∪X_v，其故障置信因子/>其中Z(t)指节点t的故障置信因子；则故障置信因子/> 中的最大者对应的节点集合是配电网的故障候选集，配电网的故障置信因子等于/>中的最大者。

7.一种电子设备，其特征在于，包括：

存储器，用于存储计算机控制指令；所述计算机控制指令用于实施如权利要求1-5任意一项所述的配电网故障定位方法；

处理器，与所述存储器连接，用于调取并执行所述计算机控制指令。

8.根据权利要求7所述的电子设备，其特征在于，所述存储器为计算机可读存储介质。