电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2014年
11期
129-134
,共6页
戴志辉%李芷筠%焦彦军%王增平
戴誌輝%李芷筠%焦彥軍%王增平
대지휘%리지균%초언군%왕증평
继电保护%小样本%失效数据%神经网络%可靠性%评估%模型%参数估计
繼電保護%小樣本%失效數據%神經網絡%可靠性%評估%模型%參數估計
계전보호%소양본%실효수거%신경망락%가고성%평고%모형%삼수고계
relay protection%small sample%failure data%neural networks%reliability%assessment%models%parameter estimation
失效数据样本过少会影响对高可靠性继电保护系统的可靠性评估,因此提出一种基于BP神经网络的继电保护系统可靠性评估方法.分析了可用于继电保护装置可靠性评估的分布模型及其特点;利用原始小样本失效数据训练BP神经网络,得到与原始数据样本规律相近的扩充数据样本;利用最小二乘法对扩充数据样本的分布模型进行参数估计.算例分析表明:利用扩充数据样本进行可靠性评估效果更好,在对继电保护装置进行可靠性评估时应根据选择的分布模型选择合适的经验公式.
失效數據樣本過少會影響對高可靠性繼電保護繫統的可靠性評估,因此提齣一種基于BP神經網絡的繼電保護繫統可靠性評估方法.分析瞭可用于繼電保護裝置可靠性評估的分佈模型及其特點;利用原始小樣本失效數據訓練BP神經網絡,得到與原始數據樣本規律相近的擴充數據樣本;利用最小二乘法對擴充數據樣本的分佈模型進行參數估計.算例分析錶明:利用擴充數據樣本進行可靠性評估效果更好,在對繼電保護裝置進行可靠性評估時應根據選擇的分佈模型選擇閤適的經驗公式.
실효수거양본과소회영향대고가고성계전보호계통적가고성평고,인차제출일충기우BP신경망락적계전보호계통가고성평고방법.분석료가용우계전보호장치가고성평고적분포모형급기특점;이용원시소양본실효수거훈련BP신경망락,득도여원시수거양본규률상근적확충수거양본;이용최소이승법대확충수거양본적분포모형진행삼수고계.산례분석표명:이용확충수거양본진행가고성평고효과경호,재대계전보호장치진행가고성평고시응근거선택적분포모형선택합괄적경험공식.
