【技术实现步骤摘要】
基于粒子群优化BP神经网络的配电线路故障检测方法
[0001]本专利技术属于配电网小电流接地系统线路故障检测
,涉及基于粒子群优化BP神经网络的配电线路故障检测方法。
技术介绍
[0002]电力系统是国民赖以生存的基础条件,系统的安全稳定运行极为重要。小电流接地配电网线路故障检测问题,传统方法通过人工拉线排除,人力耗费巨大且效率低下,不能及时排除配电线路故障。而现有的智能算法,如谐波法、小波理论法、模糊信息融合算法等,由于算法复杂度、信号干扰及提取故障信息的精确度等原因,应用到现场实际中的效果比较好的算法还是很少,选线正确率并不高,仍无法解决实际电网中面临的问题。此外,单一的配电线路故障检测算法,故障定位效果和适用性较差。
技术实现思路
[0003]本专利技术的目的是提供一种基于粒子群优化BP神经网络的配电线路故障检测方法,主要针对单相接地故障和相间短路故障,解决现有技术中存在的故障定位效果不佳和适用性较差问题。
[0004]本专利技术所采用的技术方案是,基于粒子群优化BP神经网络的配电线路故障检测方法,具体按以下步骤实施:
[0005]步骤1,数据采集;
[0006]步骤2,故障特征量提取;
[0007]步骤3,粒子群优化BP神经网络算法样本训练;
[0008]步骤4,配电线路故障检测。
[0009]本专利技术的特点还在于:
[0010]其中步骤1具体按以下步骤实施:
[0011]根据配电线路三相电流电压历史故障波形图,按照采样频 ...
【技术保护点】
【技术特征摘要】
1.基于粒子群优化BP神经网络的配电线路故障检测方法,其特征在于,具体按以下步骤实施:步骤1,数据采集;步骤2,故障特征量提取;步骤3,粒子群优化BP神经网络算法样本训练;步骤4,配电线路故障检测。2.根据权利要求1所述的基于粒子群优化BP神经网络的配电线路故障检测方法,其特征在于,所述步骤1具体按以下步骤实施:根据配电线路三相电流电压历史故障波形图,按照采样频率为0.00002秒,对波形图电流电压数据进行采样。3.根据权利要求1所述的基于粒子群优化BP神经网络的配电线路故障检测方法,其特征在于,所述步骤2具体按照以下步骤实施:步骤2.1,故障特征量T1=[e
iA
,e
iB
,e
iC
]为三相电流特征量,根据式(1)计算得出三相电流i
A
,i
B
,i
C
归一化后数值e
iA
,e
iB
,e
iC
,然后将e
i
的值与设定的阈值进行比较,如果e
i
比设定阈值大,将其看做是1;如果e
i
比设定阈值小,将其看作是0,i
max
和i
min
分别为三相电流最大、最小值;步骤2.2,故障特征量T2=[e
uA
,e
uB
,e
uC
]为三相电压特征量,根据式(2)计算得出三相压流u
A
,u
B
,u
C
归一化后数值e
uA
,e
uB
,e
uC
,然后将e
u
的值与设定的阈值进行比较,如果e
u
比设定阈值大,将其看做是1;如果e
u
比设定阈值小,将其看作是0,u为三相电压值,u
max
和u
min
分别为三相电压最大、最小值;4.根据权利要求1所述的一种基于粒子群优化BP神经网络的配电线路故障检测方法,其特征在于,所述步骤3具体按照以下步骤实施:步骤3.1,将故障特征量T1、T2和配电线路拓扑结构T3作为输入数据,输入至模型输入层,网络输出包括A相单相接地故障、B相单相接地故障、C相单相接地故障、AB相相间短路故障、AC相相间短路故障、BC相相间短路故障6种故障类型;步骤3.2,确定BP神经网络输入层、隐含层和输出层节点数,搭建BP神经网络的拓扑结构为3
‑
15
‑
6,将网络各层所有神经元之间的连接权值和阈值分别编码为实数向量,并对应表示为种群中的个体粒子;步骤3.3,设...
【专利技术属性】
技术研发人员:王玮琳,朱大伟,李磊,张望妮,李军,李唯龙,沈慧,王杰,邵美阳,范斌涛,陈相吾,张喆,刘娇健,
申请(专利权)人:陕西能源研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。