故障极识别与故障测距一体化的智能算法

• 作者: 杨明玉 杨琦 毛王清
• 来源期刊: 陕西电力
• 学科: 工学
• 关键词: HVDC 故障极识别 故障测距 分层分布式神经网络 粒子群
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 电网技术
• 页码范围: 43-46
• 页数: 4页
• 分类号: TM773
• 字数: 2333字
• 语种: 中文

摘要

通过归纳现有的基于神经网络直流输电故障定位方法,分析了故障定位过程中存在的问题,提出了一种针对双极HVDC系统,可实现故障极识别和故障定位一体化的智能化算法.提出分层分布式神经网络结构,依据人工神经网络较强的模式识别功能建立特有的故障极识别模块.采用粒子群算法优化神经网络权值,避免陷入局部极小值点,加快收敛速度.Matlab和PSCAD的联合仿真验证了该算法的精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明玉	华北电力大学电气与电子工程学院	70	563	13.0	17.0
2	杨琦		18	242	6.0	15.0
3	毛王清	华北电力大学电气与电子工程学院	3	34	2.0	3.0