基于提升小波和神经网络的超高压电网故障类型识别

• 作者: 乐全明 周岚 张沛超 杨光亮 王忠民 章启明 郁惟镛
• 来源期刊: 华东电力
• 学科: 工学
• 关键词: 故障诊断 故障类型识别 录波数据 BP网络 提升小波 共轭梯度法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 探讨与实践
• 页码范围: 29-33
• 页数: 5页
• 分类号: TM711
• 字数: 4049字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9529.2006.02.009

摘要

电力调度中心为进一步提高故障类型识别率和计算速度,利用提升小波和BP网络构造了新的小波神经网络故障识别模型,应用db5提升小波对故障电流进行分解,将分解到的(0,375)Hz频率段的系数输入到BP神经网络;为了提高算法的收敛速度,采用共轭梯度法训练该神经网络.通过ATP仿真及华东电网实际故障录波数据的测试,结果表明该模型具有很高的识别率和收敛速度.