基于FCM和ANFIS的配电网运行状态识别策略

被引:12
作者
龚凌云 [1 ]
杨军 [1 ]
张磊琪 [2 ]
李刚 [2 ]
蔡茂 [1 ]
董蓓 [3 ]
机构
[1] 武汉大学电气工程学院
[2] 国网湖北省电力公司武汉供电公司
[3] 国家电网公司客户服务中心南方分中心
关键词
配电; 运行状态; 模糊C均值; 自适应模糊推理系统; 递阶模糊系统; 小波包时间熵;
D O I
暂无
中图分类号
TM732 [电力系统的运行];
学科分类号
120103 [信息系统与信息管理];
摘要
配电网运行状态复杂多变,迅速甄别配电网的正常、异常以及故障状态,有助于快速排除配电网故障并恢复供电。基于模糊C均值(FCM)和自适应模糊推理系统(ANFIS),提出一种配电网运行状态分类识别策略,其基于ANFIS构建一种递阶模糊推理系统分类器,并采用FCM分类方法对递阶模糊推理系统参数进行初始优化。定义小波包时间熵对配电网运行状态信号数据进行处理,将构造的分类特征向量作为递阶模糊推理系统分类器的输入,实现对配电网运行状态的智能分类识别。基于PSCAD-EMTDC搭建典型配电网模型,仿真计算配电网各运行状态,测试结果表明,提出的分类识别策略可以得到较高准确性的分类结果,并且对故障点位置的变化和配电网络拓扑结构的改变具有较好的适应性。
引用
收藏
页码:85 / 92
页数:8
相关论文
共 13 条
[1]
车辆状态监测与故障诊断新方法研究 [D]. 
刘应吉 .
东北大学,
2008
[2]
An ANFIS-based fault classification approach in power distribution system.[J].J. Zhang;Z.Y. He;S. Lin;Y.B. Zhang;Q.Q. Qian.International Journal of Electrical Power and Energy Systems.2013,
[3]
基于相电流突变量的配电网单相接地故障区段定位 [J].
宋国兵 ;
李广 ;
于叶云 ;
蔡新雷 ;
索南加乐 .
电力系统自动化, 2011, 35 (21) :84-90
[4]
基于GIS平台的配电网故障诊断算法 [J].
陈根永 ;
陈永华 ;
贾俊洁 ;
王利甫 ;
于海 .
电力自动化设备, 2011, 31 (03) :71-75
[5]
一种基于ANFIS的配电网故障分类方法及其适应性分析 [J].
张钧 ;
何正友 ;
谭熙静 .
电力系统保护与控制, 2011, 39 (04) :23-29
[6]
采用自适应神经模糊推理系统的配电网故障分类方法 [J].
张钧 ;
李小鹏 ;
何正友 .
中国电机工程学报, 2010, 30 (25) :87-93
[7]
基于粗糙集与决策树的配电网故障诊断方法 [J].
王英英 ;
罗毅 ;
涂光瑜 .
高电压技术, 2008, (04) :794-798
[8]
混沌免疫遗传算法在电力系统故障诊断中应用 [J].
孟祥萍 ;
潘莹 ;
耿卫星 ;
霍飞 ;
高燕 .
电力自动化设备, 2007, (05) :81-83+100
[9]
基于加权平均粗糙度的配电网故障诊断分层模型 [J].
栗然 ;
黎静华 ;
李和明 .
电网技术, 2006, (02) :61-65
[10]
基于改进遗传算法的配电网故障诊断 [J].
杨伟 ;
刘娅琳 ;
吴军基 .
长沙电力学院学报(自然科学版), 2005, (01) :25-30