基于三序分量法和PNN的配电网不对称故障类型识别

• 作者: 余兵 冯煜轩 罗浩 贺娟 陈小青 陈新岗
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 配电网 故障类型识别 故障特征量提取 PNN神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 电气·电子
• 页码范围: 201-207
• 页数: 7页
• 分类号: TM732
• 字数: 2417字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.12.029

摘要

针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法.首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差异的正、负、零序电流;再用这3种分量作为特征量,代入PNN进行训练;最后,将现有的故障特征量输入训练完成且具有识别功能的PNN网络中,达到故障识别及分类的目的.仿真结果表明:在不同的故障合闸角、过渡电阻以及负荷有重大变化等情况下,三序分量法与负序分量法在区分单相接地、两相短路接地、两相相间短路等不对称故障时,前者区分准确度更高,对进行事故分析和故障选相等具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈新岗		39	103	7.0	8.0
5	余兵		7	17	2.0	4.0
6	贺娟		14	30	2.0	5.0
7	冯煜轩		5	2	1.0	1.0
8	陈小青		3	2	1.0	1.0
9	罗浩		2	1	1.0	1.0