基于ABC-DNN的小电流接地故障选线方法

• 作者: 但扬清 何英静 朱艳伟 沈舒仪 赵伟
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 小电流接地系统 故障选线 人工蜂群 深度神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电网分析与研究
• 页码范围: 46-52
• 页数: 7页
• 分类号: TM315
• 字数: 3867字
• 语种: 中文

摘要

为了提高小电流接地系统故障选线的速度和精度,使系统快速准确地进行故障选线,提出了基于人工蜂群优化深度神经网络(ABC-DNN)的故障选线方法.根据杭州某配电系统的实际数据,利用Matlab/Simulink搭建了小电流接地系统模型,获取故障线路中的零序电流,并从中提取暂态能量分量、稳态基波分量以及五次谐波分量作为样本数据,输入经人工蜂群优化的深度神经网络模型,经过训练输出选线结果.通过人工蜂群算法优化网络的权重,在一定程度上缩短了训练时间,提高了判断准确性.根据实际数据得到的选线结果显示,该方法降低了训练时间、提高了判断精度,并且对系统拓扑结构具有鲁棒性,能够达到实际应用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟	华北电力大学电气与电子工程学院	35	109	6.0	9.0
2	但扬清	国网浙江省电力公司经济技术研究院	13	78	6.0	8.0
3	朱艳伟		12	95	6.0	9.0
4	何英静	国网浙江省电力公司经济技术研究院	12	41	4.0	6.0
5	沈舒仪	国网浙江省电力公司经济技术研究院	9	34	3.0	5.0