基于动态云-量子神经网络群的配电网实时故障定位方法

• 作者: 杨萍萍 马亮 高建宇
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 配电网 故障定位 微弱故障信号 动态云QNN群 云理论 量子神经网络
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 实验研究
• 页码范围: 71-75
• 页数: 5页
• 分类号: TD60
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2014.11.017

摘要

针对传统的配电网故障定位方法在配电网故障信号微弱时存在的故障数据交叉现象严重、实时性较差等问题,提出了一种基于动态云-量子神经网络群的配电网实时故障定位方法;构建了用于配电网故障定位的动态云-量子神经网络群结构模型,提出一种动态云-量子神经网络群改进算法,并给出了基于该算法的配电网实时故障定位步骤;在Matlab软件中采用该方法对某10 kV配电网进行故障定位仿真研究,结果表明该方法能够实时、有效地实现故障信号微弱情况下的配电网故障定位,测试精度为97.39％,训练时间为0.0016 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高建宇		14	14	2.0	3.0
2	杨萍萍		16	86	5.0	9.0
3	马亮		10	60	3.0	7.0