电力系统及其自动化学报

2019, v.31;No.190(11) 127-132

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

小波包结合PSO-RBF故障测距法
Fault Location Method with the Combination of Wavelet Packet and PSO-RBF

徐耀松;冯明昊;梁小飞;高原;

摘要(Abstract):

针对传统高压直流输电故障测距方法存在的缺陷,提出了基于小波包分解与径向基函数RBF(radial basis function)神经网络相结合的故障测距算法。通过RBF神经网络拟合逼近能量比与故障距离之间的非线性关系,采用粒子群优化算法进行优化,运用小波包分解算法提取故障暂态电压信号的频谱能量对RBF神经网络进行训练学习,形成PSO-RBF故障测距模型。将反映故障位置的特征数据输入训练后的模型可进行故障测距。大量仿真结果表明,该方法精度较高,耐受过渡电阻能力强,大幅度提高了高压直流输电系统故障测距的准确性。

关键词(KeyWords): 小波包分解;粒子群优化算法;径向基函数神经网络;故障测距;固有频率

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 徐耀松;冯明昊;梁小飞;高原;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享