您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 电气工程 > 发电/电力网/电力系统 > 摘要

基于多小波包和人工神经网络的电力系统故障类型识别

《电力自动化设备》2009年 第1期 | 李东敏 刘志刚 苏玉香 蔡军   西南交通大学电气化自动化研究所 四川成都610031
导出参考文献 ★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:采用PSCAD/EMTDC仿真500kV高压输电线路不同工况下的故障。先对采集到的故障电流信号进行适当的多小波包分解,并计算各频带的能量,然后构造信号的多小波包特征向量,并以此向量作为训练样本对BP神经网络进行训练,当输电线路发生故障时,将提取的故障电流信号的多小波包能量特征向量输入训练好的BP神经网络,即可实现故障类型的识别。仿真结果表明采用多小波包提取的故障电流特征量比采用传统小波包提取的特征量信息更丰富,对人工神经网络的训练效果更好,网络识别精度具有明显优势。
【分 类】【工业技术】 > 电工技术 > 输配电工程、电力网及电力系统 > 电力系统继电保护 > 保护原理
【关键词】 电力系统 多小波包 传统小波包 BP神经网络 故障类型识别
【出 处】 《电力自动化设备》2009年 第1期 99-103页 共5页
【收 录】 中文科技期刊数据库

尊敬的读者:

在全国人民勠力同心抗击新型冠状病毒感染的肺炎疫情之际,为了给广大人民群众的教育、工作和生活提供便利,维普网(www.cqvip.com)在疫情防控期间免费向读者开放学术论文的下载权限。