作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
电力系统故障类型识别是对电力系统故障进行快速准确处理的重要保证.本文所提出的故障类型识别技术是基于150km双端电气量输电线路准确故障的数字仿真,根据故障前后所测的三相电流和零序电流数据,利用db1小波对数据分解,将低频部分归一化处理后,用过渡电阻Rs=5Ω,100km处的样本来训练网络,再利用BP神经网络来判断50km和150km处接地过渡电阻R8=10Ω,相间过渡电阻Rj=0.2Ω时的10种短路故障类型,均没有发生误判.从网络的训练和检测结果可以看出,小波神经网络训练时收剑速度较快,并且检测故障速度和准确度都很高.这说明,小波神经网络能够满足现代电力系统的要求,为以后的故障定位和诊断工作打下了良好的基础.
推荐文章
基于小波变换和分形理论的输电线路故障检测
输电线路
故障检测
小波变换
分形理论
神经网络
小波阈值降噪在输电线路短路故障中的应用
小波
输电线路
短路电流
降噪
阈值
输电线路故障查找浅析
输电线路
塔杆
违章施工
电力故障
基于BP神经网络的输电线路工程造价预测模型研究
输电线路
工程造价
BP神经网络
造价估算
预测模型
实验仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络的输电线路故障类型识别
来源期刊 科技信息 学科 工学
关键词 电力系统 输电线路 小波变换 故障类型识别 小波神经网络
年,卷(期) 2010,(32) 所属期刊栏目
研究方向 页码范围 361-362
页数 分类号 TM7
字数 779字 语种 中文
DOI 10.3969/j.issn.1001-9960.2010.32.317
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘冻 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (41)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力系统
输电线路
小波变换
故障类型识别
小波神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技信息
旬刊
1001-9960
37-1021/N
大16开
山东省济南市
24-72
1984
chi
出版文献量(篇)
124239
总下载数(次)
249
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导