基于纵横交叉算法的神经网络配电网故障选线研究.pdf

《基于纵横交叉算法的神经网络配电网故障选线研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第21期电力系统保护与控制Vl01．44NO．212016年l1月1日PowerSystemProtectionandControlNOV．1，2016D0I：10．7667／PSPC151888基于纵横交叉算法的神经网络配电网故障选线研究孟安波，葛佳菲，李德强，翁子豪，焦夏楠(广东工业大学，广东广州510006)摘要：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

2、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8O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。关键词：小波包变换；纵横交叉法；输电线路故障诊断；RBF神经网络；局部最优ResearchonfauItlineselectionofdistributionnetworkusingRBFneuralnetworkbasedoncrissc

3、rossoptimizationalgorithmoptimizationMENGAnbo，GEJiafei，LIDeqiang，WENGZihao，JIAOXianan(GuangzhouUniversityofTechnology,Guangzhou510006，China)Abstract：Inordertoimprovetheprecisionofsinglephasetoearthfaultlineselectiondeviceforthesmallcurrentgroundingsystem，animprovedfau

4、ltlinedetectionmethodusingRBFneuralnetworkbasedoncrisscrossoptimizationalgorithm(CSO)optimizationispresented．BymeansofMatlab／Simulink，numeroussingle—phase—to—earthfaultexperimentsarecarriedoutandmanyzerosequencecurrentsignalsareobtained．Thefaultcharacteristicsofthezer

5、osequencecurentsignals，suchastransientcharacteristicvalue，activecomponentandfiveharmoniccomponent，areextractedbYwaveletpackettransformandFouriertransform．Thenchoosingtheextractedcharacteristicquantityastheinputofneuralnetwork，usingneuralnetworkwhichhasbeenoptimizedbyC

6、SOtotrainfaultcharacteristicvalue，thefaultlineselectionCanberealized．Throughthesimulation，100setsofdifferentfaultsamplesaresetup，andthe80groupsaresetastrainingsets．andthe2Ogroupisthetestset．Thesimulationresultsindicatethatcomparedwiththetraditionalneuralnetwork，thepro

7、posedmethodhasbeRertrainingefectandhigherprecision．Keywords：waveletpackettransform；crisscrossoptimizationalgorithm；transmissionlinefaultdiagnosis；RBFneuralnetwork；localoptimum粗糙集理论的故障选线方式，应用了粗糙集理论的0引言数据挖掘能力，先增强采样的零序电流信号，再用小电流接地系统是我国中低压配电网的主要小波包对采样信号进行分析。文献[5】提出了基于蚁运行方

8、式，而其中单相接地故障是占故障比例最大群算法的神经网络故障选线方法，将蚁群算法和多。由于发生单相接地时，故障特征信号不明显，层前馈神经网络融合，克服了神经网络训练时间长因此小电流接地系统的单相接地故障选线问题一直和容易陷入局部最优的缺点。文献[6]