节点文献

小波包结合PSO-RBF故障测距法

免费订阅

【作者】 徐耀松冯明昊梁小飞高原

【Author】 XU Yaosong;FENG Minghao;LIANG Xiaofei;GAO Yuan;Faculty of Electrical and Control Engineering,Liaoning Technical University;Yingkou Power Supply Company,State Grid Liaoning Electric Power Co.,Ltd;

【机构】 辽宁工程技术大学电气与控制工程学院国家电网辽宁电力有限公司营口供电公司

【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。

【所属期刊栏目】 学术论文 (2019年11期)
  • 【DOI】10.19635/j.cnki.csu-epsa.000190
  • 【分类号】TM721.1
  • 【下载频次】217
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: