基于量子神经网络和证据融合的小电流接地选线方法

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。