采用二进制蚁群模糊神经网络的配电网故障分类方法

• 作者: 刘洋 孙鹏 曹雨晨 李静
• 来源期刊: 高电压技术
• 关键词: 谐振接地系统 故障分类 经验模态分解 二进制蚁群算法 模糊神经网络
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 城市电网智能化专题
• 页码范围: 2063-2072
• 页数: 10页
• 语种: 中文
• DOI: 10.13336/j.1003-6520.hve.20160713006

摘要

配电网故障后的准确分类可以增强故障维修的针对性,因此针对配电网故障分类的研究对快速恢复供电具有重要意义.提出一种基于二进制蚁群算法(BACA)与模糊神经网络(FNN)的故障分类系统,该系统适用于中性点非有效接地的中低压配电系统.利用经验模态分解(EMD)提取故障后2 ms暂态信号中的高频成分,基于数理统计方法构造了推理系统的特征向量,研究了不同故障工况下的特征向量变化规律.利用二进制蚁群算法对模糊神经网络权值进行优化,克服了其搜索速度慢、易陷入局部极小值的缺点.在ATP-EMTP中根据实际情况构造了计算模型,利用计算结果对推理系统进行训练.测试样本与现场实验结果表明,所提出的故障分类方法的准确度高、适应性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙鹏		20	171	7.0	13.0
2	李静		28	91	5.0	9.0
3	刘洋		62	198	7.0	11.0
4	曹雨晨		2	1	1.0	1.0