电力系统故障数据集

### 电力系统故障相关数据集下载 以下是多个与电力系统故障相关的数据集下载链接及简要说明，涵盖不同类型的故障数据和仿真模型。 #### 1. 基于Simulink仿真的电力系统故障数据集 该数据集通过MATLAB/Simulink仿真生成，包含11种不同类型的电力系统故障数据，适用于故障分类任务。每种故障类型的数据由电压和电流特征量组成，适合使用机器学习算法进行分析[^1]。 - 数据集描述：包含单相接地短路、两相短路、两相短路接地、三相短路、三相短路接地等11种故障类型。 - 下载地址：需联系原作者或参考相关论文获取具体下载链接。 #### 2. 输电线路故障数据集 此数据集专注于输电线路的故障检测，分为单相接地故障、两相接地短路故障、两相间短路故障和三相间短路故障四类。每类数据包含约1300行样本，适合作为监督学习任务的训练数据[^4]。 - 示例数据： ```plaintext GCBAIaIbIcVaVbVc 1001 -151.2918124 -9.67745156 385.8001622 60.400749853 -0.132934945 -0.267814907 1011 -343.4870147 104.5627513 3.794285309 0.272042501 0.011317575 -0.283360076 ``` - 下载地址：可尝试联系论文作者或访问相关研究机构网站获取完整数据集[^4]。 #### 3. 电力系统微网故障检测数据集 该数据集针对电力系统微网中的故障检测问题，提供详尽的故障数据以及Python代码实现。结合Simulink仿真模型，研究人员可以深入分析微电网内的复杂故障情况，从而提升系统的稳定性和可靠性[^3]。 - 项目地址： ```plaintext https://gitcode.com/open-source-toolkit/3a8a1 ``` - 数据特点：包含多种故障类型，支持故障检测算法的开发和验证[^3]。 #### 4. 电力系统故障识别与定位技术数据集 基于模型的故障识别方法需要详细的电力系统结构和参数信息。此数据集通过建立电力系统的数学模型，模拟正常运行和故障状态，生成用于故障识别的数据[^2]。 - 数据来源：电力系统仿真模型输出。 - 获取方式：需参考相关文献或联系研究团队获取具体数据[^2]。 --- ### 数据处理示例代码 以下是一个简单的Python代码示例，展示如何加载和预处理CSV格式的电力系统故障数据集。 ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler # 加载数据 data = pd.read_csv("fault_dataset.csv") # 特征与标签分离 X = data.iloc[:, :-1].values # 假设最后一列为标签 y = data.iloc[:, -1].values # 数据划分 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 数据标准化 scaler = StandardScaler() X_train = scaler.fit_transform(X_train) X_test = scaler.transform(X_test) ```