HHT结合QPSO-GRNN的同塔双回输电线路故障测距

• 作者: 于仲安 陈苗 张军令
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 同塔双回线 故障测距 量子粒子群算法 广义回归神经网络 希尔伯特黄变换
• 年，卷（期）: 2022,（2）
• 页码范围: 43-51
• 页数: 9页
• 分类号: TM773
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2022.02.006

摘要

为提高同塔双回输电线路故障测距的精度,提出将希尔伯特黄变换和量子粒子群优化的广义回归神经网络相结合的方法用于构建测距模型.首先将线路两端采集的故障电流进行相模变换,选取其特征模量进行希尔伯特黄变换;将变换得到的2个采样点作为模型输入,对应的故障距离作为模型输出,构建经量子粒子群算法优化的广义回归神经网络;在网络中进行训练,寻找到最优的光滑因子并最后得到故障测距模型.PSCAD和MATLAB仿真结果表明,该模型特征输入样本获取方式简单,模型收敛速度快,故障测距精度较高,抗噪能力较强.