PSO-ELM在低压系统短路电流峰值预测中的应用

• 作者: 唐玲玲 庄胜斌 缪希仁
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 低压系统 短路电流 峰值预测 粒子群优化极端学习机 全选择性保护
• 年，卷（期）: 2020,（4）
• 页码范围: 471-478
• 页数: 8页
• 分类号: TM461
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.19368

摘要

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	缪希仁		140	1113	18.0	26.0
2	庄胜斌		8	9	2.0	3.0
3	唐玲玲		3	4	1.0	2.0