基于模糊神经网络的母线充电保护研究

• 作者: 桂存兵 陈少华 雷宇 马碧燕
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 母线 充电保护 糊糊极小-极大神经网络 超盒 人工智能
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 21-25
• 页数: 5页
• 分类号: TM771
• 字数: 3531字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2322.2007.01.005

摘要

针对当前母线充电试验时继电保护中存在的一些问题,提出了一种智能型的母线充电保护新方法.在分析母线正常充电和故障元件充电的基础上,找到了正确快速地识别两种情况的特征量,结合模糊神经网络这一新型的人工智能技术,综合利用母线充电时的多种电气量分别提取形成网络的特征输入量,并采用Simpson模糊极小-极大神经网络来形成区分母线正常充电和故障元件充电的模糊模式识别器.利用EMTP程序仿真来获取不同系统参数和各种不同故障情况下模糊神经网络训练和测试所需要的大量样本,通过对模糊神经网络的训练,使网络具备了很强的故障识别能力和较强的泛化能力,结果表明,训练后的网络能快速准确地区分母线在各种运行工况下的正常充电和故障元件充电,从而验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈少华		80	772	15.0	23.0
2	马碧燕		7	112	4.0	7.0
3	雷宇		5	105	3.0	5.0
4	桂存兵		5	105	3.0	5.0