基于小波包和概率神经网络算法的短路故障识别方法

• 作者: 张琪 栾翔 王维信
• 来源期刊: 山东电力技术
• 学科: 工学
• 关键词: 电力系统 小波包 概率神经网络算法 零序电流 短路故障
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 电网技术
• 页码范围: 23-28
• 页数: 6页
• 分类号: TM713
• 字数: 2370字
• 语种: 中文

摘要

为快速准确识别电力系统短路故障类型,根据电力系统发生短路故障时零序电流的能量特征,提出一种基于小波包和概率神经网络算法相结合的短路故障识别新方法.首先利用Matlab/Simulink建立仿真模型,对系统进行短路故障仿真.然后利用小波包对零序电流进行采样和分解,提取小波包分解重构系数,对各频段内的能量进行归一化处理,得到能量特征向量.最后对特征向量进行概率神经网络的训练和测试,将预测样本代入训练结果进行验证,其结果证明该方法能够快速准确地识别短路故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琪		8	4	1.0	2.0
2	栾翔		1	0	0.0	0.0
3	王维信		1	0	0.0	0.0