基于改进PSO-BP网络的配电网故障选线与测距

• 作者: 李升健 陈艳 黄灿英
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 粒子群优化 神经网络 混沌优化 配电网 故障选线 故障测距 暂态 稳态 最优解
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 6-11
• 页数: 6页
• 分类号: TM76
• 字数: 3928字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2019.01.02

摘要

针对人工智能算法在解决配电网故障选线和测距问题时容易陷入局部最优解并难以满足精确性和鲁棒性要求的问题,提出了一种基于改进粒子群优化神经网络的配电网故障选线与测距算法.该算法结合混沌优化算法和粒子群优化算法得到收敛能力更强的粒子群优化算法,通过提取配电网的零序电压与电流的暂态及稳态特征来构成特征向量,并分别使用训练集训练改进粒子群优化神经网络算法,从而能更精确地预测配电网的故障线路及其距离.仿真测试结果表明,所提出的算法能获得更精确的选线和测距结果,具有一定的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈艳	南昌大学科学技术学院	51	90	5.0	6.0
2	黄灿英	南昌大学科学技术学院	28	63	5.0	6.0
3	李升健	国网江西省电力有限公司电力科学研究院	11	22	3.0	4.0