摘要:针对配电网故障相电压过零点且高阻接地故障选线困难的问题,文中提出了应用遗传算法优化学习量量化神经网络的配电网单相接地故障选线方法。首先利用小波分析方法提取线路零序电流信号的模极大值,以此作为学习量量化神经网络的输入向量,采用局部搜索算子改进的遗传算法去优化神经网络的初始权值向量,解决了网络对初始权值的敏感性问题。加速网络的收敛过程,提高网络的聚类精度,实现对不同故障类型进行故障线路的快速、准确识别。仿真结果表明,该方法有效地减少了传统学习量量化神经网络选线的误判几率,提高了选线速度和精确度。
关键词:配电网 遗传算法 学习量量化 小波分析 故障选线
单位:长沙理工大学电气与信息工程学院 长沙410004
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社