位置:成果数据库 > 期刊 > 期刊详情页
基于小波优化神经网络的故障定位算法研究
  • ISSN号:0258-7998
  • 期刊名称:《电子技术应用》
  • 时间:0
  • 分类:TM712[电气工程—电力系统及自动化]
  • 作者机构:[1]河海大学物联网工程学院,江苏常州213022, [2]江苏省输配电装备技术重点实验室,江苏常州213022, [3]苏州市华东电网电气有限公司,江苏苏州215126
  • 相关基金:基金项目:国家自然科学基金青年科学基金项目(51207043)
中文摘要:

在研究已有小电流接地系统单相接地故障定位方法优缺点的基础上,提出了一种小波优化神经网络的故障定位算法。首先在分析单相接地故障暂态电气量特征的基础上,利用小波奇异性检测进行特征提取。然后构建故障定位的优化神经网络模型,以遗传算法良好的全局寻优能力为基础,根据神经网络良好的非线性拟合能力,建立起故障特征与故障点位置之间的映射,实现故障定位。最后仿真测试表明,故障定位的相对误差不超过1.5%,并且不受故障点位置、故障点电阻和相角的影响。

英文摘要:

After researching the advantages and disadvantages of existed methods for the fault line location in small current grounded system, this paper presents a method of fault location by combining wavelet transformation and neural network opti- mized by genetic algorithm. Based on the analysis of the single-phase ground of the system, the features are extracted accord- ing to singularity detection by using wavelet transform modulus maximum. And then optimized network model of fault location is constructed. Genetic algorithm has good global search ability. The capacity of non-linear fitting of neural network is well. These studies establish correspondence between features and fault location, and realize the fault location. The simulation result shows the fault location's relatively error is less than 1.5%, and it is independent of fault distance, power supply phase angle and transient resistance.

同期刊论文项目
期刊论文 11 会议论文 14 获奖 2 专利 2
同项目期刊论文
期刊信息
  • 《电子技术应用》
  • 中国科技核心期刊
  • 主管单位:中国电子信息产业集团有限公司
  • 主办单位:华北计算机系统工程研究所
  • 主编:杨晖
  • 地址:北京市海淀区清华路25号
  • 邮编:100083
  • 邮箱:xinzw@ncse.com.cn
  • 电话:010-66608981 66608982
  • 国际标准刊号:ISSN:0258-7998
  • 国内统一刊号:ISSN:11-2305/TN
  • 邮发代号:2-889
  • 获奖情况:
  • 国家期刊奖,中文核心期刊奖,中国科技期刊奖,电子精品科技期刊
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:20858