基于 GA 优化 T－S 模糊神经网络的小电流接地故障选线新方法

• 作者: 曹现峰 王磊 骆玮
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 小电流接地系统 单相接地 选线 GA T-S模糊神经网络
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 6-11
• 页数: 6页
• 分类号: TM774
• 字数: 3663字
• 语种: 中文

摘要

在小电流接地系统中，发生最多的是单相接地故障，针对如何快速准确地查找故障线路一直都是重点研究课题，且没有得到有效的解决。本文提出一种基于遗传算法（ GA）优化T－S模糊神经网络的配电网故障选线新方法：通过调整传统GA的适应度函数，先对网络初始参数、权值进行一次优化后，使用梯度下降法进行二次优化的选线算法。讨论了T－S模糊神经网络，传统GA优化的T－S模糊神经网络及不同网络结构对网络性能的影响。研究结果表明新型GA优化T－S模糊神经网络的选线效果明显优于T－S模糊神经网络和传统GA优化T－S模糊神经网络，能够快速、准确、可靠的选取故障线路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	合肥工业大学电气与自动化工程学院	79	657	13.0	23.0
5	曹现峰	合肥工业大学电气与自动化工程学院	5	36	4.0	5.0
9	骆玮	合肥工业大学电气与自动化工程学院	4	32	3.0	4.0