2026年第五届高校电气电子工程创新大赛企业命题类赛题预发布（三）
高校电气电子工程创新大赛设立企业命题类赛道，赛题源自合作企业当前面临的真实技术瓶颈、业务场景与战略需求，旨在将学术智慧与产业实践紧密结合，探索具备实际应用价值的创新解决方案。为便于各参赛团队提前筹划、深入研究，经大赛组委会研究决定，现对2026年第五届高校电气电子工程创新大赛企业命题类赛题予以预发布。本次预发布赛题为企业命题类赛道G·赛题三：“配电网故障定位及自愈策略设计”。本次预发布旨在为学生预留更充裕的备赛时间，不代表大赛正式启动。大赛报名方式、赛程安排、赛题信息等以正式通知为准，大赛组委会保留对赛题内容细节进行适度调整和最终解释的权利。企业命题类 施耐德电气Go Green电力电子创赢赛道赛题三 配电网故障定位及自愈策略设计（一）背景随着“双碳”目标的推进与新型电力系统建设的加速，配电网正经历由传统“单向辐射型”结构向“源-网-荷-储”多元协同的智能化、分布式、高韧性网络转型。在这一过程中，分布式光伏、风电、电动汽车充电桩及柔性负荷等多元要素大量接入，使得配电网拓扑结构日趋复杂，故障形态也更加多样（如单相接地、相间短路、断线故障等）。传统依赖阈值判断与时序逻辑的保护与定位方法，在精度、实时性和自愈能力方面已显不足，难以适应新型配电网的发展需求。当前，我国城市中压配电网年均故障停电次数依然处于高位，平均故障定位时间超过30分钟，恢复供电主要依赖人工巡线，存在效率低、成本高、用户体验差等突出问题。与此同时，以深度学习、图神经网络（GNN）、强化学习及多智能体协同决策为代表的人工智能技术，在处理电力系统中高度非线性、高维度和强时序特征的数据方面，正展现出显著优势与应用潜力。本赛题聚焦中压配网“故障精准定位+智能自愈决策”，基于真实或仿真配电网数据，构建AI驱动的端到端解决方案，实现从故障发生到自动隔离、重构供电、恢复服务的全流程智能化闭环，助推配电网实现“无人值守、分钟级自愈”的演进目标。（二）设计要求2.1 设计并实现基于人工智能的中压配电网故障定位与自愈策略系统，系统需包含以下两个核心模块，各模块具体要求如下：（1）故障定位模块（Fault Localization Module）随着智能电网规模不断扩大、传感终端数量激增、自动化系统全面部署，电网运行过程中产生的实时报警信息呈指数级增长。然而，报警数量的激增并未带来相应的问题识别效率提升，反而引发“报警风暴”（Alarm Flood）现象，严重影响了调度人员的决策效率与系统运维质量。请借助AI技术实现故障的精准定位，有效避免“报警疲劳”，提升故障诊断的准确性，并提供可靠的根因分析。输入：（建议，可不限于）配电网拓扑结构图（节点、支路（电缆、架空）、开关状态、中性点接地方式）、各节点/支路的实时量测数据（电压、电流、功率、零序电流等，采样频率≥1Hz）、故障发生时间戳。输出：（建议，可不限于）精确的故障区段（支路编号）及故障类型（如A相接地、BC相短路等），定位误差不超过2个节点（或支路）。其它：l可采用图神经网络（GNN）、时空图卷积（ST-GCN）、Traformer时序建模、多模态融合等AI方法；l需考虑故障类型单相接地故障、两相短路故障、两相接地短路故障和三相短路故障；l需考虑分布式电源（DG）出力波动、量测噪声、数据缺失等现实干扰；l支持对单点故障与多点并发故障的识别（可选）；l实现少量测量点状态下的精确定位（可选）；l实现短持续时间（持续时间≤10 ms）、高故障阻抗（故障电阻≥500 Ω）的故障检测和定位（可选）；l支持多种中性点接地方式：不接地、消弧线圈接地、小电阻接地、消弧线圈并联小电阻灵活接地（可选）；l支持复杂故障类型：高阻接地、间歇性接地、单相断线、两相断线、三相断线等（可选）；l推理延迟时间：≤500 ms（仿真环境下）。（2）自愈策略生成模块（Self-healing Strategy Generation Module）输入：故障定位结果、当前网络拓扑、各开关状态、负荷分布、DG出力能力、线路容量约束、重要用户等级（如医院、学校）。输出：一组可执行的开关操作指令序列（如“合上S12，断开S08”），实现故障隔离与非故障区域快速恢复供电。其它：l自愈策略需满足：① 无环路（辐射状运行）；② 不超线路热稳定容量；③ 尽可能恢复高优先级负荷；④ 操作次数最少；l可采用强化学习（如DQN、PPO）、图搜索算法（A*、Dijkstra）、混合整数规划（MIP）与AI协同优化；l支持动态重构（含DG孤岛运行场景）；l自愈恢复时间：≤ 90 s（从故障发生到恢复供电）。2.2 完成以上两个模块，并实现以下系统集成与可视化（可选）：l构建端到端系统原型，支持数据输入→AI推理→策略输出→可视化展示（如Web界面或Matplotlib/Plotly动态拓扑图）；l提供系统鲁棒性测试报告（如在±15%量测误差、5%拓扑变化下性能变化）；l可选接入仿真平台（如PSCAD/EMTDC、OpenDSS、MATLABimulink等）进行闭环验证。2.3 作品要求：（1）初赛可研报告的技术方案中需包含问题分析与建模思路（含数学表达与网络图示）、AI模型架构设计（含网络结构图、算法流程图）、数据预处理方法（如归一化、异常值处理、数据增强）、模型训练与调优过程（损失函数、优化器、超参数）、与传统方法（如阻抗法、行波法、D-S证据理论）的对比分析、自愈策略的约束处理机制与优化目标设计及系统集成与测试方案说明。（2）复赛初设报告中需提供完整、注释清晰的源代码和运行说明文档README.md。源代码可使用PyTorch/TeorFlow/NetworkX等开发框架，需支持至少100组测试用例批量测试（用于评估模型的泛化能力及鲁棒性）。运行说明文档包括环境依赖（如Python版本、库版本）、输入输出格式、运行命令等。所有AI模型需要求为可加载格式（如.pth/.h5）。请各参赛团队据此开展前期研究与方案设计。期待在后续大赛中，见证众多兼具创新性、实践性与可行性的优秀解决方案。
