首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 136 毫秒
1.
为了克服基于神经网络的故障选线方法收敛速度慢、易于陷入局部极小点的缺点,提出了蚁群算法和神经网络相结合的故障选线方法.利用ATP-EMTP做单相接地仿真试验,得到各线路的零序电流信号,通过小波变换和傅里叶变换提取其中的故障特征作为神经网络的输入.利用蚁群算法对神经网络进行训练,完成训练的神经网络模型即可实现故障选线.仿真结果表明,该方法训练速度快、误判率低.  相似文献   

2.
为了克服基于神经网络的故障选线方法训练时间长和网络结构复杂的缺点,提出了基于粗集神经网络的故障选线方法.利用ATP-EMTP做大量的单相接地故障仿真试验,得到大量的各馈线零序电流信号,通过小波变换和傅立叶变换从中提取各种暂态和稳态故障特征.利用粗集理论对故障特征进行预处理,将约简后的故障特征作为神经网络的输入,约简后的样本作为训练样本.完成训练的神经网络模型即可实现故障选线.仿真和现场验证结果表明,该方法训练速度快、误判率低.  相似文献   

3.
为了提高小电流接地系统单相接地故障选线的精度,提出一种基于纵横交叉算法优化RBF神经网络的故障选线新方法。利用Matlab/Simulink仿真单相接地得到一组零序电流信号,通过小波包变换和傅里叶变换从中提取出暂态特征值、有功分量以及五次谐波分量。再将提取得到的特征量作为神经网络的输入,用纵横交叉算法优化后的神经网络对故障特征值进行训练,实现故障选线。仿真中建立100组不同的故障样本,其中80组作为训练集,20组作为测试集。实验结果表明,与传统神经网络相比,CSO-RBF方法训练效果好,准确性高。  相似文献   

4.
基于小波-神经网络的小电流接地选线的研究   总被引:2,自引:0,他引:2  
研究了小波分析理论和人工神经网络技术在小电流接地系统单相接地故障选线中的应用。介绍了小波变换的奇异性检测理论和模极大值理论,神经网络的结构和改进算法,以及两者结合的选线方案。通过小波变换提取故障时各支路出线零序电流信号中的故障特征.作为神经网络的输入向量。建立典型的三层BP网络模型,从小电流接地系统动态仿真模型中采集大量样本训练网络,并针对不同故障模式进行测试。仿真实验的结果表明该方法能够准确、可靠地实现故障选线。  相似文献   

5.
杨军 《电气应用》2012,(10):70-73
针对目前电力变压器故障诊断方法中的不足,提出了蚁群算法优化的神经网络故障诊断方法。充分利用蚁群算法的全局优化和启发式寻优能力,对神经网络连接权值进行优化,再利用神经网络的非线性处理及自学习能力对变压器故障样本进行训练,并仿真测试。实验结果表明,与传统故障诊断方法相比,该算法有效避免了陷入局部极小和诊断正确率不高等问题,大大减少了训练时间,提高了故障诊断效率,更能准确地反映变压器的实际故障。  相似文献   

6.
基于人工免疫算法的小电流接地故障选线   总被引:1,自引:0,他引:1  
小电流接地系统的单相接地故障选线问题一直没有得到很好的解决,通常采用的单一故障选线方法如小波变换法、五次谐波电流法和零序电流有功分量法等只能对部分故障信息进行处理,选线可靠性不高,因此提出了基于人工免疫算法的小电流接地故障选线方法.利用小波包变换和FFT算法提取零序电流的暂态、五次谐波和有功分量故障特征作为免疫系统的抗原,利用训练样本对该免疫系统训练后得到记忆集,利用抗原和记忆集的亲合度实现故障选线.ATP仿真结果表明该方法得出的选线结果具有较高的精度和较强的鲁棒性.  相似文献   

7.
将GA优化BP神经网络的算法引入到小电流接地故障选线方法中。文中基于MATLAB进行仿真试验,通过小波包法、五次谐波法、基波比幅比相法及零序有功功率法等传统选线方法,将零序电流信号的各种特征量进行提取,经过故障测度函数计算得到故障测度数据,将数据分别输入到GA-BP神经网络与单一BP神经网络进行训练和测试,讨论GA-BP神经网络算法与单一BP神经网络算法选线性能的差异,输出故障选线结果并与基于各选线方法的故障测度数据进行对比。结果表明,综合多种传统选线方法的GA-BP神经网络准确率明显高于传统选线方法,且其选线速度与精度优于单一BP神经网络,能够更快速、有效地进行故障选线,满足配电网故障选线要求。  相似文献   

8.
小电流接地系统的单相接地故障选线问题一直没有得到很好的解决,通常采用的单一故障选线方法如小波变换法、五次谐波电流法和零序电流有功分量法等只能对部分故障信息进行处理,选线可靠性不高,因此提出了基于人工免疫算法的小电流接地故障选线方法。利用小波包变换和FFT算法提取零序电流的暂态、五次谐波和有功分量故障特征作为免疫系统的抗原,利用训练样本对该免疫系统训练后得到记忆集,利用抗原和记忆集的亲合度实现故障选线。ATP仿真结果表明该方法得出的选线结果具有较高的精度和较强的鲁棒性。  相似文献   

9.
基于量子神经网络和证据融合的小电流接地选线方法   总被引:4,自引:0,他引:4  
在研究基于集成量子神经网络和Dempster-Shafer (DS) 证据理论故障诊断模型的基础上,提出将该模型应用到小电流接地选线中.利用快速傅里叶变换和小波包变换从零序电流信号中提取故障特征量来训练多个量子神经网络,再用DS证据理论对各个神经网络的输出结果进行全局融合,得到综合选线结果.仿真结果表明该模型对小电流接地选线具有很强的适应性,且不受系统接地方式、合闸角、过渡电阻等因素的影响,解决了单一判据选线准确率低和高维输入神经网络训练收敛速度慢、诊断时间长等问题.  相似文献   

10.
本文提出一种基于小波变换与αβ空间参数提取小电流接地系统单相接地故障特征的方法来实现单相接地故障选线。利用小波变换对线路电流和电压的暂态信息进行处理,提取暂态量特征向量,利用clarke-concordia变换提取线路稳态电流的αβ空间参数构成稳态量特征向量,利用BP神经网络对这些特征向量进行处理,从而实现故障选线功能。仿真结果表明,这种方法可以大大地减少过渡电阻对故障选线的影响,使得选线结果准确可靠。  相似文献   

11.
基于蚁群BP神经网络的动态测量误差预测   总被引:1,自引:0,他引:1  
针对BP算法在神经网络参数学习中局部性能好但易陷入局部极小值而蚁群算法拥有良好的全局性能的特点,提出了神经网络的综合训练方法(蚁群BP算法,ACBP Algorithm)即首先利用蚁群算法对神经网络参数进行全局搜索训练,然后再利用BP算法对参数进行局部学习。设计了一种自适应蚁群算法,一定程度上解决了传统蚁群算法收敛速度和拓宽搜索空间之间的矛盾。最后利用仿真实例验证了ACBP神经网络较之BP神经网络和AC神经网络在动态误差预测方面的优越性,得出了相关结论。  相似文献   

12.
RBF网络在小电流接地系统故障选线中的应用   总被引:3,自引:0,他引:3  
如何准确实现故障选线是小电流接地系统长期存在的难题,现有的选线方法和装置,都存在着许多不足。针对这种情况,以理想的建模为背景,以提高小电流接地系统的故障选线准确率为目的,提出了基于RBF神经网络的故障选线方法。RBF神经网络是一种局部逼近的神经网络,选取高斯基函数作为RBF基函数。文中在理想情况下建立一个模型,选取各条线路的零序电流、零序有功和零序无功作为输入的特征电气量,保证了故障线路特征选取的一般性;然后利用RBF神经网络强大的自适应、自学习能力,对电气特征量进行训练,保证了其快速的收敛性以及选线的准确性。文中的仿真结果表明,利用训练好的RBF神经网络可以实现故障选线,不但准确而且可靠,具有一定的可行性。  相似文献   

13.
基于神经网络的中性点经消弧线圈接地系统故障选线方法   总被引:12,自引:2,他引:12  
中性点经消弧线圈接地系统的单相接地故障选线问题一直没有得到很好的解决,通常采用的单一故障选线方法如小波变换法、5次谐波电流法和零序电流有功分量法等只能对部分故障信息进行处理,选线可靠性不高.文章通过构造每种选线方法的相对故障测度函数和可确定故障测度函数来确定其故障测度函数,再利用神经网络对每种选线方法的实际故障测度进行智能融合,从而得到可靠性较高的故障选线结果.EMTP仿真结果表明该方法得出的选线结果具有较高的精度和较强的鲁棒性.  相似文献   

14.
提出了基于小波包分析的配电网故障选线新方法用于解决低频采样零序电流信号因发生不同程度的能量衰减而导致的选线错误问题。当发生单相接地故障时,分别对零序电流信号进行低频采样和高频采样,计算高频采样零序电流信号的首波头极性和最大值以及低频采样零序电流信号的最大值,以此为依据对低频采样的零序电流信号做增强处理,然后利用小波包分析方法对增强的信号进行小波包分解,根据能量最大的原则实现故障选线。基于上述原理研制了配电网接地选线装置,给出了装置的硬件结构及软件流程。分别针对零序电流信号能量衰减严重和极性检测错误的情况进行仿真试验。结果表明,该方法有效地提高了小电流接地选线的准确性。  相似文献   

15.
提出了基于小波包分析的配电网故障选线新方法用于解决低频采样零序电流信号因发生不同程度的能量衰减而导致的选线错误问题。当发生单相接地故障时.分别对零序电流信号进行低频采样和高频采样.计算高频采样零序电流信号的首波头极性和最大值以及低频采样零序电流信号的最大值.以此为依据对低频采样的零序电流信号做增强处理.然后利用小波包分析方法对增强的信号进行小波包分解,根据能量最大的原则实现故障选线。基于上述原理研制了配电网接地选线装置,给出了装置的硬件结构及软件流程。分别针对零序电流信号能量衰减严重和极性检测错误的情况进行仿真试验。结果表明.该方法有效地提高了小电流接地选线的准确性.  相似文献   

16.
有源配电网小电流接地系统发生单相接地短路时,通过理论分析得出单个DG接入配电网并不影响零序电流大小的结论,由此提出一种基于离散正交S变换(DOST)暂态零序电流能量相似度的故障定位方法。首先对线路上检测设备上传的暂态零序电流信号进行离散正交S变换,然后利用得到的时频矩阵中的元素计算线路区间两端检测点的能量相似度,能量相似度小于设定的阈值即为故障区间。MATLAB/Simulink仿真结果表明该方法准确有效,适用于有源配电网的故障区间定位。  相似文献   

17.
针对小波分析在对故障线路与非故障线路暂态量差别不大而产生误判的缺陷,提出基于径向基函数RBF(Radia basis function)神经网络。通过免疫机制改善RBF网络隐含层的聚类形态,对不同故障类型的故障线路与非故障线路的暂态零序电流小波模极大值进行聚类。而RBF网络的训练由遗传算法去执行从而得到最优连接权值。将训练后的RBF网络用于的小电流接地故障选线,仿真结果表明,利用该算法选线具有较高的精确度  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号