基于模糊神经网络的单相重合闸故障识别
来源期刊:工矿自动化2009年第8期
论文作者:董骊
关键词:电力系统; 自动重合闸; 单相接地故障; 故障识别; 模糊神经网络; power system; auto-reclosing; single-phase grounding faults; fault recognition; fuzzy neural network;
摘 要:自动重合闸是提高电力系统供电可靠性、保证电力输电线路安全运行的重要装置,广泛应用于供电输送线中.针对自动重合闸电压判据可能出现误判的情况,文章提出了一种将模糊神经网络应用于单相自动重合闸故障识别的方法,构造了一个具有2个输入、1个输出的模糊神经网络模型,用于识别瞬时性故障与永久性故障,并采用从样本中获取模糊规则的方法和利用Matlab软件对该方法进行仿真实验.仿真结果验证了该方法的可行性和准确性.
董骊1
(1.福建工程学院环境与设备工程系,福建,福州,350007)
摘要:自动重合闸是提高电力系统供电可靠性、保证电力输电线路安全运行的重要装置,广泛应用于供电输送线中.针对自动重合闸电压判据可能出现误判的情况,文章提出了一种将模糊神经网络应用于单相自动重合闸故障识别的方法,构造了一个具有2个输入、1个输出的模糊神经网络模型,用于识别瞬时性故障与永久性故障,并采用从样本中获取模糊规则的方法和利用Matlab软件对该方法进行仿真实验.仿真结果验证了该方法的可行性和准确性.
关键词:电力系统; 自动重合闸; 单相接地故障; 故障识别; 模糊神经网络; power system; auto-reclosing; single-phase grounding faults; fault recognition; fuzzy neural network;
【全文内容正在添加中】