采用自适应神经模糊推理系统的配电网故障分类方法

被引:58
作者
张钧
李小鹏
何正友
机构
[1] 西南交通大学电气工程学院
关键词
配电网; 小电流接地系统; 故障分类; 自适应神经模糊推理系统;
D O I
暂无
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
083903 [网络与系统安全];
摘要
配电网故障分类对配电网故障诊断、事故后分析具有重要作用。提出了一种基于自适应神经模糊推理系统(adaptive network-based fuzzy inference system,ANFIS)的中性点非有效接地系统的故障分类方法。利用小波变换提取故障特征频带内的暂态信号,基于统计量构造了用于故障分类的特征向量,研究了所构造的特征量在不同类型故障下的规律。利用自适应神经模糊推理系统,设计了一种用于小电流接地系统故障分类的方法。在PSCAD/EMTDC中建立了仿真模型,利用仿真样本对系统进行训练,测试样本的验证结果表明该方法具有较高的分类准确性。在中性点接地方式变化以及系统拓扑结构变化的情况下,研究了该方法的适应性,结果表明该方法的适应性良好。
引用
收藏
页码:87 / 93
页数:7
相关论文
共 8 条
[1]
基于小波神经网络和故障录波数据的电网故障类型识别 [J].
杨光亮 ;
乐全明 ;
郁惟镛 ;
王忠民 ;
章启明 ;
周岚 .
中国电机工程学报, 2006, (10) :99-103
[2]
基于暂态量的超高压输电线路故障选相 [J].
段建东 ;
张保会 ;
周艺 ;
罗四倍 ;
任晋峰 ;
杭乃善 ;
刁桂平 .
中国电机工程学报, 2006, (03) :1-6
[3]
基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法 [J].
雷绍兰 ;
孙才新 ;
周湶 ;
张晓星 ;
程其云 .
中国电机工程学报, 2005, (22)
[4]
利用电流行波进行超高压输电线路故障类型识别的研究 [J].
段建东 ;
张保会 ;
周艺 .
中国电机工程学报, 2005, (07) :58-63
[5]
基于故障暂态和数学形态学的超高速线路方向保护 [J].
林湘宁 ;
刘沛 ;
高艳 .
中国电机工程学报, 2005, (04)
[6]
利用小波分析实现EHV输电线路单端量暂态保护的研究 [J].
何正友 ;
王晓茹 ;
钱清泉 .
中国电机工程学报, 2001, (10)
[7]
基于小波变换的行波故障选相研究第2部分仿真试验结果 [J].
董新洲 ;
贺家李 ;
葛耀中 ;
徐丙根 .
电力系统自动化, 1999, (01)
[8]
Identifying single-phase-to-ground fault feeder in neutral noneffectively grounded distribution system using wavelet transform Dong Xinzhou;Shi Shenxing; IEEE Trans.on Power Delivery 2008,