基于模糊神经网络的故障类型识别

• 作者: 刘凤霞 刘前进
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 模糊神经网络 T-S模型 故障类型识别
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 继电保护专栏
• 页码范围: 12-14,19
• 页数: 4页
• 分类号: TM77
• 字数: 2889字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2006.03.004

摘要

提出了基于模糊神经网络的双端电源输电线路故障类型识别的方法,用ATP提取输电线路故障后一周后继电保护安装点的三相电压电流以及反映接地故障的零序电流基频分量及其相应的相角,并采用T-S模型与改进BP算法结合的模糊神经网络,实现故障类型识别.该方法不受故障位置、故障电阻及对两端电源初始相角差、系统运行方式等不确定的因素影响,仿真结果表明该类型识别方法可靠、正确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘前进	华南理工大学电力学院	47	585	14.0	22.0
2	刘凤霞	华南理工大学电力学院	3	64	3.0	3.0