小波包结合PSO-RBF故障测距法

• 作者: 冯明昊 徐耀松 梁小飞 高原
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 小波包分解 粒子群优化算法 径向基函数神经网络 故障测距 固有频率
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 127-132
• 页数: 6页
• 分类号: TM773
• 字数: 4080字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000190

摘要

针对传统高压直流输电故障测距方法存在的缺陷,提出了基于小波包分解与径向基函数RBF (radial basis function)神经网络相结合的故障测距算法.通过RBF神经网络拟合逼近能量比与故障距离之间的非线性关系,采用粒子群优化算法进行优化,运用小波包分解算法提取故障暂态电压信号的频谱能量对RBF神经网络进行训练学习,形成PSO-RBF故障测距模型.将反映故障位置的特征数据输入训练后的模型可进行故障测距.大量仿真结果表明,该方法精度较高,耐受过渡电阻能力强,大幅度提高了高压直流输电系统故障测距的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐耀松	辽宁工程技术大学电气与控制工程学院	56	401	12.0	18.0
2	高原		3	4	1.0	2.0
3	冯明昊	辽宁工程技术大学电气与控制工程学院	1	4	1.0	1.0
4	梁小飞		1	4	1.0	1.0