- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于自组织特征映射网络的配电网故障类型识别
《自动化技术与应用》2012年第31卷第9期 模 式 识 别 与仿 真
PatternRecognitionandSimulation
基于 自组织特征映射 网络的配 电网故障类型识别
赵 智.任桂山.陈津刚,陈学梅
(大港油田公司采油工艺研究院,天津 大港 300280)
摘 要 :针对电力系统配电线路故障类型识别的问题,为提高故障类型识别准确性,提出应用小波变换技术对故障信号进行预处理 ,提
取工频信息构成神经网络的训练样本集,通过构建 自组织特征映射网络对不同故障类型的特征向量进行 自动聚类来实现对敞
障类型的识别。大量的仿真测试表明,此网络模型收敛速度快,通过 自学习能够有效覆盖故障模式空间,实现对不同故障类型
的准确识别,网络对故障类型的识别不受故障过渡电阻、系统运行方式以及故障点位置等因素的影响。
关键词:配电网;故障类型识别;小波分析;神经网络
L}l图分类r-j:TM743:TP391.4 文献标识码:A 文章编号 2012)09…006405
FaultmypeIdentificationinDistributionNetworkBasedonSelf_
OrganizingFeatureMapNetwork
ZHAOZhi,RENGui-shan,CHENJin-gang,CHEN Xue-mei
(OilProductionTechnologyInstituteDagangOilfieldCompany,Dagnag300280China)
Abstract:Totheproblem ofidentificationofdistributionlineinpowersystem ,Inordertoimprovetheaccuracyoffaultidentification.
wavelettransformationtechniqueisusedtopretreatthefaultsignal,eliminateplentyofharmonicsandmostaperiodic
component,extractfundamentalinformationexactly,itisusedastrain—setofneuralnetwork.Realizingdistribution
networkfaulttypeidentificationbyconstructingSelf-OrganizingFeatureM apneuralnetworkandprocessingautomatic
clusteringtodifferentcharactervectorsrelatedtofaulttype.ThesimulationanalysisresultindicatesthattheSOM model
hasfastconvergenceperformance,itcaneffectivelyidentifydifferentfaulttype.Itisabletoidentifythefaulttype
accuratelyinvariousfaultmodelsintheinfluenceoftherandom factorssuchasfaultresistance,system runningmode
andfaultplace.
Keywords:distributionnetwork;faulttypeidentification;waveletanalysis;artificialneuralnetwork
1 引言 导致整个故障模式空间一般是线性不可分的,所 以传统
在 电力系统发生短路故障后,可靠、准确的故障类 的解析方法就存在一定的缺陷。现代数学和智能技术
型识别对于进行故障定位和测距 以及事故分析具有重 的发展为电力系统故障类型识别提供 了新的途径 2【J。
要意义的。故障类型识别是指根据故障发生后可获
您可能关注的文档
- 基于自抗扰控制的VSC-HVDC控制器设计.pdf
- 基于自适应 FCM和 LVQ神经网络的负荷特性分类.pdf
- 基于自然选择粒子群算法的含DG接入的配电网无功优化.pdf
- 基于聚类的超闭球CMAC混煤燃烧污染物析出软测量模型.pdf
- 基于自适应FLSVM的赖氨酸发酵过程软测量方法.pdf
- 基于自适应分批估计的瓦斯监测多传感器数据融合研究.pdf
- 基于自适应H∞滤波的组合导航方法研究.pdf
- 基于自适应截断机会波束的无线传感器网络.pdf
- 基于自适应控制的光功率计设计.pdf
- 基于自适应滤波前馈控制的结构振动抑制研究.pdf
- 中国国家标准 GB/T 18233.4-2024信息技术 用户建筑群通用布缆 第4部分:住宅.pdf
- GB/T 18233.4-2024信息技术 用户建筑群通用布缆 第4部分:住宅.pdf
- GB/T 18978.210-2024人-系统交互工效学 第210部分:以人为中心的交互系统设计.pdf
- 《GB/T 18978.210-2024人-系统交互工效学 第210部分:以人为中心的交互系统设计》.pdf
- 中国国家标准 GB/T 18978.210-2024人-系统交互工效学 第210部分:以人为中心的交互系统设计.pdf
- GB/T 16649.2-2024识别卡 集成电路卡 第2部分:带触点的卡 触点的尺寸和位置.pdf
- 《GB/T 16649.2-2024识别卡 集成电路卡 第2部分:带触点的卡 触点的尺寸和位置》.pdf
- 中国国家标准 GB/T 16649.2-2024识别卡 集成电路卡 第2部分:带触点的卡 触点的尺寸和位置.pdf
- GB/T 17889.4-2024梯子 第4部分:铰链梯.pdf
- 《GB/T 17889.4-2024梯子 第4部分:铰链梯》.pdf
文档评论(0)