阿尔伯塔大学发布DER-Fault专业数据集 为高比例分布式能源接入下配网故障诊断提供基准支撑

随着双碳目标下全球新型电力系统建设加速，分布式光伏、电动汽车充电设施、V2G互动资源等分布式能源（DER）接入配网的比例持续攀升，传统单向辐射型配网逐步转向多源互动的复杂网络，故障机理更为隐蔽、处置难度大幅提升。当前数据驱动的AI故障诊断技术已成为配网智能化运维的核心探索方向，但面向高比例DER接入场景的标准化标注数据集稀缺，成为制约相关技术落地的核心瓶颈之一。

近日，加拿大阿尔伯塔大学电气与计算机工程系正式发布DER-Fault仿真数据集，该数据集于2026年9月29日首发于学术预印本平台arXiv，是业内为数不多专门针对高比例DER接入场景构建的配网故障专用数据集，旨在为相关故障诊断技术的研发、评估提供标准化数据支撑。

据介绍，DER-Fault数据集基于电力系统仿真工具OpenDSS，在国际通用的Iowa 240节点中压配网标准测试模型上生成，覆盖光伏发电并网、电动汽车充电、V2G双向运行等六大典型DER接入场景，同时选取峰值、谷值、负荷过渡时段、典型工作日、周末等60个代表性运行条件，完整覆盖配网全年负荷波动特征，大幅提升了数据集的场景适配性。目前该数据集共包含19800个模拟案例，不仅覆盖配网正常运行状态，还纳入了十类配网常见短路故障场景，完整记录了故障前后的电压与线路电流相量测量值，同时配套提供对应运行条件、DER场景参数、故障属性等完整元数据，免去了研究人员的数据标注成本。

从应用方向来看，DER-Fault数据集主要面向数据驱动的故障检测、分类与定位方法的开发与评估工作，尤其适用于验证不同运行条件下机器学习、深度学习模型的鲁棒性，解决当前不少配网AI算法仅能适配单一工况、落地适配性差的痛点。对于高校能源电力研究团队、电网运维部门、能源数字化服务商而言，该数据集可支撑的典型应用场景包括：秒级故障定位算法训练、不同DER接入方案下的配网故障风险模拟、分布式能源并网准入规则的仿真验证等，后续也可延伸应用于配网规划、源网荷储协同调度等相关领域的技术研发。作为能源领域的垂直专业数据集，DER-Fault的发布也填补了高比例DER接入场景下故障诊断专用训练数据的空白，对推动配网运维智能化技术落地、支撑新型电力系统建设具有积极意义。

查看DER-Fault

详情页内容：