基于小波神经网络的配电网故障类型识别

• 作者: 王艳松 赵中山 赵智 陈学梅 陈津刚 鲍兵
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 故障类型识别 小波变换 人工神经网络
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 93-96
• 页数: 4页
• 分类号: TM715
• 字数: 2366字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2007.06.019

摘要

为准确可靠地识别配电网故障类型,应用小波变换技术对故障信号进行预处理,滤除其中大量的谐波和非周期分量,准确地提取工频信息构成神经网络的训练样本集,通过构建小波神经网络实现配电网故障类型的识别.仿真测试表明,此网络模型收敛速度快,并能在各种故障模式下准确实现故障类型的识别,不受故障过渡电阻、系统运行方式以及故障点位置等随机因素的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈津刚	大港油田公司采油工艺研究院	16	69	3.0	8.0
2	鲍兵	大港油田公司采油工艺研究院	9	69	3.0	8.0
3	陈学梅	大港油田公司采油工艺研究院	12	70	3.0	8.0
4	赵智	大港油田公司采油工艺研究院	7	62	3.0	7.0
5	赵中山	大港油田公司采油工艺研究院	5	57	3.0	5.0