电力系统自动化
電力繫統自動化
전력계통자동화
AUTOMATION OF ELECTRIC POWER SYSTEMS
2013年
8期
102-106
,共5页
差动保护%重采样%人工神经网络%频域补偿%可靠性
差動保護%重採樣%人工神經網絡%頻域補償%可靠性
차동보호%중채양%인공신경망락%빈역보상%가고성
在分析了重采样方法和重采样滤波器应满足的频域特性后,提出了利用神经网络法设计有限冲激响应(FIR)重采样低通滤波器的新方法.这种方法能从频域设计具有任意幅值、相位的FIR滤波器,从而能根据前置低通滤波器的特性,对差动电流误差进行补偿,并减小这一误差,提高差动保护的可靠性.最后,建立了电力系统变压器差动保护的简化仿真模型,验证了所述理论的正确性.
在分析瞭重採樣方法和重採樣濾波器應滿足的頻域特性後,提齣瞭利用神經網絡法設計有限遲激響應(FIR)重採樣低通濾波器的新方法.這種方法能從頻域設計具有任意幅值、相位的FIR濾波器,從而能根據前置低通濾波器的特性,對差動電流誤差進行補償,併減小這一誤差,提高差動保護的可靠性.最後,建立瞭電力繫統變壓器差動保護的簡化倣真模型,驗證瞭所述理論的正確性.
재분석료중채양방법화중채양려파기응만족적빈역특성후,제출료이용신경망락법설계유한충격향응(FIR)중채양저통려파기적신방법.저충방법능종빈역설계구유임의폭치、상위적FIR려파기,종이능근거전치저통려파기적특성,대차동전류오차진행보상,병감소저일오차,제고차동보호적가고성.최후,건립료전력계통변압기차동보호적간화방진모형,험증료소술이론적정학성.
