基于自组织特征映射网络的配电网故障类型识别

• 作者: 任桂山 赵智 陈学梅 陈津刚
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 配电网 故障类型识别 小波分析 神经网络
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 模式识别与仿真
• 页码范围: 64-68
• 分类号: TM743|TP391.4
• 字数: 3778字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2012.09.018

摘要

针对电力系统配电线路故障类型识别的问题,为提高故障类型识别准确性,提出应用小波变换技术对故障信号进行预处理,提取工频信息构成神经网络的训练样本集,通过构建自组织特征映射网络对不同故障类型的特征向量进行自动聚类来实现对故障类型的识别.大量的仿真测试表明,此网络模型收敛速度快,通过自学习能够有效覆盖故障模式空间,实现对不同故障类型的准确识别,网络对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因素的影响.