电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2007年
6期
93-96
,共4页
赵智%王艳松%鲍兵%赵中山%陈学梅%陈津刚
趙智%王豔鬆%鮑兵%趙中山%陳學梅%陳津剛
조지%왕염송%포병%조중산%진학매%진진강
故障类型识别%小波变换%人工神经网络
故障類型識彆%小波變換%人工神經網絡
고장류형식별%소파변환%인공신경망락
为准确可靠地识别配电网故障类型,应用小波变换技术对故障信号进行预处理,滤除其中大量的谐波和非周期分量,准确地提取工频信息构成神经网络的训练样本集,通过构建小波神经网络实现配电网故障类型的识别.仿真测试表明,此网络模型收敛速度快,并能在各种故障模式下准确实现故障类型的识别,不受故障过渡电阻、系统运行方式以及故障点位置等随机因素的影响.
為準確可靠地識彆配電網故障類型,應用小波變換技術對故障信號進行預處理,濾除其中大量的諧波和非週期分量,準確地提取工頻信息構成神經網絡的訓練樣本集,通過構建小波神經網絡實現配電網故障類型的識彆.倣真測試錶明,此網絡模型收斂速度快,併能在各種故障模式下準確實現故障類型的識彆,不受故障過渡電阻、繫統運行方式以及故障點位置等隨機因素的影響.
위준학가고지식별배전망고장류형,응용소파변환기술대고장신호진행예처리,려제기중대량적해파화비주기분량,준학지제취공빈신식구성신경망락적훈련양본집,통과구건소파신경망락실현배전망고장류형적식별.방진측시표명,차망락모형수렴속도쾌,병능재각충고장모식하준학실현고장류형적식별,불수고장과도전조、계통운행방식이급고장점위치등수궤인소적영향.
