基于神经网络模型的母线保护故障定位研究

• 作者: 董秀成 韩涵
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 人工智能 神经网络 RBF 母线保护
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 机电工程
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM773|TP183
• 字数: 4866字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2009.01.001

摘要

母线是发电厂和变电所的重要组成部分之一,对可靠性高及智能化程度高的母线保护技术及方法的研究具有重要的理论和现实意义.本文采用实际采集到的各种类型故障数据作为样本数据,利用这些样本数据对构建的神经网络模型进行训练,使母线保护神经网络模型具有故障识别和判断能力.神经网络模型分别采用了BP算法和RBF算法.利用该模型就两种不同的改进型的神经网络算法对各种母线故障的分类进行了分析比较,给出了两种网络下的仿真结果.结果表明经过训练以后的母线保护人工神经网络模型能准确判断母线的正常运行方式,对其内部的各种故障能正确区分,并且满足保护精度的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董秀成	西华大学电气信息学院	72	511	13.0	19.0
2	韩涵	西华大学电气信息学院	1	4	1.0	1.0