DER-Fault

DER-Fault是由阿尔伯塔大学电气与计算机工程系构建的基于仿真的故障数据集，旨在支持高比例分布式能源（DER）接入的配电系统故障诊断研究。该数据集利用OpenDSS在Iowa 240节点配电系统上生成，涵盖光伏发电、电动汽车充电及车辆到电网（V2G）运行等六种DER场景，并选取60个代表性运行条件（包括峰值、谷值、过渡、典型工作日和周末）以表征年负荷变异性。数据集包含19,800个模拟案例，涵盖正常运行及十类短路故障，记录故障前后电压与线路电流相量测量值，并提供详细的运行条件、DER场景及故障元数据。该资源主要服务于数据驱动的故障检测、分类与定位方法的开发与评估，尤其适用于评估不同运行条件下机器学习与深度学习模型的鲁棒性。DER-Fault is a simulation-based fault dataset developed by the Department of Electrical and Computer Engineering at the University of Alberta, designed to support fault diagnosis research for distribution systems with high DER penetration. This dataset was generated using OpenDSS on the Iowa 240-node distribution system, covering six DER scenarios including photovoltaic power generation, electric vehicle (EV) charging and vehicle-to-grid (V2G) operation. It selects 60 representative operating conditions including peak load, off-peak load, transition periods, typical weekdays and weekends to characterize annual load variability. The dataset contains 19,800 simulation cases, encompassing both normal operating states and ten types of short-circuit faults. It records phasor measurements of voltages and line currents before and after fault occurrences, and provides detailed metadata on operating conditions, DER scenarios and fault details. This resource primarily serves the development and evaluation of data-driven fault detection, classification and localization methods, and is particularly suitable for assessing the robustness of machine learning and deep learning models under varying operating conditions.

原始信息汇总

DER-Fault: A Dataset for Fault Analysis in DER-Integrated Distribution Systems

基本信息

• DOI: 10.5281/zenodo.22904220
• 版本: 1.0
• 发布日期: 2026年9月22日
• 修改日期: 2026年9月30日
• 资源类型: Dataset
• 语言: 英语
• 许可协议: Creative Commons Attribution 4.0 International

作者与机构

• Mohamed Razick, Fathima Razeeya（University of Alberta）
• Musilek, Petr（University of Alberta）

数据集描述

该数据集包含在Iowa 240-bus配电系统中进行短路故障分析的模拟电气测量数据，覆盖不同负载和分布式能源（DER）集成条件。可用于故障检测、分类、定位及数据驱动的配电系统监测研究。

• 生成工具: OpenDSS
• 负载条件: 从年度逐时负载数据中选取60个代表性负载条件
• DER场景: 考虑不同渗透率的光伏发电和电动汽车，包括车辆到电网（V2G）运行
• 故障类型: 包括正常运行及10类短路故障，涵盖单相接地、相间、两相接地和三相接地故障
• 测量数据: 每个模拟案例记录故障前和故障后的电压、电流幅值及相角，来自配电网络中93个相量测量单元（PMU）位置

文件内容

文件名	大小
DERfaults_measurements.csv	1.3 GB
labels_metadata_DERfaults.csv	1.7 MB
pmu_placement_configurations.csv	1.8 kB
README.md	9.9 kB
representative_load_P.csv	82.7 kB
representative_load_Q.csv	145.9 kB

关联工作

• 关联论文: F. R. M. Razick and P. Musilek, "DER-Fault: A Simulation-Based Fault Dataset for DER-Integrated Distribution Systems Under Diverse Operating Conditions," (2026). arXiv:2609.36247. https://arxiv.org/abs/2609.36247
• 参考文献: [1] F. Bu, Y. Yuan, Z. Wang, K. Dehghanpour, and A. Kimber, "A Time-series Distribution Test System based on Real Utility Data." 2019 North American Power Symposium (NAPS), Wichita, KS, USA, 2019, pp. 1-6.

资助信息

• Natural Sciences and Engineering Research Council (NSERC) of Canada（ALLRP 549804–19）
• Alberta Electric System Operator, AltaLink, ATCO Electric, ENMAX, EPCOR Inc., and FortisAlberta

关键词

Fault dataset, Fault analysis, Distribution systems, Distribution system monitoring, Distributed energy resources, Photovoltaic systems, Electric vehicles, Vehicle-to-grid, Phasor measurements, Machine learning, OpenDSS

引用格式

Mohamed Razick, F. R., & Musilek, P. (2026). DER-Fault: A Dataset for Fault Analysis in DER-Integrated Distribution Systems (Version 1.0) [Dataset]. Zenodo. https://doi.org/10.5281/zenodo.22904220

统计数据

• 浏览量: 66
• 下载量: 38
• 数据总量: 17.5 GB

外部索引

• OpenAIRE

搜集汇总

数据集介绍

构建方式

面向分布式能源高渗透下配电网运行工况日趋复杂、故障诊断数据稀缺的现实困境，DER-Fault数据集以美国中西部Iowa 240节点配电系统为原型，在OpenDSS平台中借助OpenDSSDirect接口完成全流程仿真。构建过程从全年8760小时负荷曲线中提炼出涵盖峰荷、谷荷、过渡、典型工作日与典型周末五个类别的60个代表性运行工况，并设置六种光伏、电动汽车及V2G渗透组合场景；在每个工况下先求解故障前稳态相量，再施加十类短路故障并以0.05至25欧姆随机采样故障电阻，重新求解获取故障后相量，最终聚合为19800个仿真样本，同时配套生成包含负荷类别、DER场景与故障属性在内的元数据文件。

使用方法

使用该数据集时，研究者可通过SampleID将测量数据表与标签元数据表精确关联，按需提取故障前后电压与电流相量构造特征向量，并依据Fault_Label完成正常与十类故障的分类任务，或利用Fault_Bus与故障类型标签开展定位研究。数据集支持以负荷类别、DER场景、故障电阻等维度进行分层实验，便于评估机器学习、深度学习及图学习方法在不同运行条件下的鲁棒性与泛化能力。数据以CSV格式发布于Zenodo平台，使用者亦可基于公开的PMU配置与网络模型复现或扩展仿真场景。

背景与挑战

背景概述

随着光伏发电、电动汽车及车网互动等分布式能源资源在配电网络中的渗透率持续攀升，配电系统的运行工况呈现出前所未有的时变性与不确定性，传统基于固定负荷与发电假设的故障诊断方法面临严峻考验。在此背景下，Razick与Musilek于阿尔伯塔大学电气与计算机工程系构建了DER-Fault数据集，该数据集依托OpenDSS平台与Iowa 240节点配电系统，从全年8760小时负荷曲线中精选60个代表性运行工况，并设计六种涵盖不同光伏与电动汽车渗透率及车网互动参与度的分布式能源场景，系统仿真了正常状态与十类短路故障，共计生成19800个包含故障前后电压与线路电流相量量测的仿真样本。该数据集为数据驱动的故障检测、分类与定位方法提供了结构化、可复用的基准资源，有力推动了分布式能源高度渗透下配电系统故障诊断研究的可复现性与鲁棒性评估。

当前挑战

DER-Fault数据集所应对的核心领域挑战在于分布式能源接入引发的运行工况剧烈波动，使得故障引发的电压电流响应不再仅取决于故障类型与位置，而是与故障发生时刻的负荷水平、光伏出力、电动汽车充电及车网互动功率注入紧密耦合，传统故障诊断方法在有限工况假设下难以泛化。在数据集构建层面，主要挑战体现为：实际配电系统故障事件稀少且测量数据难以获取，无法通过现场记录构建大规模标签完备的故障样本；为兼顾仿真规模与计算可行性，需从全年8760小时负荷曲线中科学筛选代表性运行点，以在压缩仿真案例数量的同时保持全年负荷与分布式能源工况的覆盖广度；此外，故障电阻的随机变化、多类短路故障的相位特异性响应以及不同分布式能源渗透率下量测特征的显著差异，均对仿真框架的参数设置与验证逻辑提出了严苛要求，以确保生成数据在物理一致性与诊断任务有效性之间取得平衡。

常用场景

经典使用场景

在分布式能源高比例渗透的配电系统故障诊断领域，DER-Fault数据集最经典的使用场景是作为机器学习与深度学习模型的训练与测试基准。研究者利用数据集提供的故障前后电压与线路电流相量测量值，构建故障检测、分类与定位算法，系统地评估模型在光伏发电、电动汽车充电及车辆并网等不同运行工况下的诊断性能，从而揭示数据驱动方法在动态配电网中的适应性与鲁棒性。

解决学术问题

该数据集有效缓解了配电系统故障诊断研究中真实故障样本匮乏、测量数据受限以及实验条件难以控制的学术困境。通过提供覆盖六十种代表性负荷工况与六种分布式能源渗透场景的万例级仿真数据，它解决了以往研究因负荷与分布式能源水平固定而导致的泛化能力不足问题，为比较不同算法在多变运行条件下的故障诊断表现提供了可复现的基准，推动了数据驱动故障分析方法的规范化发展。

实际应用

在实际工程应用中，DER-Fault数据集可支撑配电系统保护与监控策略的开发与验证。基于该数据集训练的诊断模型能够辅助公用事业公司识别含高比例光伏与电动汽车接入的配电网络中的短路故障类型与位置，提升故障响应速度与定位精度。此外，该数据集还可用于评估保护装置在不同渗透率与并网模式下的动作行为，为分布式能源并网规划与继电保护整定提供数据参考。

数据集最近研究

最新研究方向

在分布式能源高渗透率接入配电网的背景下，故障诊断研究正从固定工况假设向全工况鲁棒性评估范式转型。DER-Fault数据集以其涵盖60种代表性负荷状态、六类光伏-电动汽车-车网互动渗透场景及十种短路故障类型的19800个仿真样本，为数据驱动故障检测、分类与定位方法提供了系统性验证平台。当前前沿研究聚焦于利用该数据集检验机器学习、深度学习及图学习方法在负荷波动与DER出力随机性下的泛化能力，并探索故障电阻变化对电压相量扰动特征的量化影响。该数据集弥补了真实故障样本稀缺与实验条件受限的缺陷，推动了配电网保护与监测技术向可复现、可比较的标准化评估方向发展。

相关研究论文

• DER-Fault: A Simulation-Based Fault Dataset for DER-Integrated Distribution Systems Under Diverse Operating Conditions

  阿尔伯塔大学 · 2026年