利用S变换能量样本属性的配电网故障的人工神经网络选线方法技术

技术编号:3971805 阅读:323 留言:0更新日期:2012-04-11 18:40
本发明专利技术为一种利用S变换能量样本属性的配电网故障的人工神经网络选线方法。本发明专利技术为:当母线零序电压瞬时值越限时,故障选线装置立即启动并录波,获取各线路暂态零序电流;利用S变换快速提取故障零序电流在各种频率点处的幅值矩阵和时域信息,根据能量和最大的原则确定特征频率,将各线路特征频率的暂态能量作为训练样本集,确定输入层、输出层以及隐含层的节点数,选择传递函数和学习规则,并设置合适的神经网络参数,训练得到故障选线网络,自适应地选出故障线路。原理分析和仿真表明,本发明专利技术选线准确、可靠。

【技术实现步骤摘要】

本专利技术涉及一种利用S变换能量样本属性的配电网故障的人工神经网络选线方 法,属电力系统继电保护

技术介绍
配电网量大面广,担负着直接为广大用户供电的任务,其中性点主要采用不接地、 经电阻接地以及经消弧线圈接地等运行方式。据统计配电网故障中单相接地故障占到70% 以上。小电流接地系统在发生单相接地故障时,非故障相对地电压升高,对电网设备的绝缘 产生破坏作用;如果发生间歇性电弧接地,引起弧光过电压,威胁系统绝缘,进而发展成相 间或多点接地短路,还会引起全系统过电压,损坏设备,破坏系统安全运行,因此应准确、快 速找到故障线路并及时予以排除。S变换是由Stockwell等学者于1996年首次提出的一种时频可逆分析方法,是小 波变换和短时傅里叶变换的一种组合。S变换具有和频率相关的分辨率,其变换结果可通过 时频矩阵表达。S变换集中了短时傅里叶变换和小波变换的优点,其时窗宽度随频率呈反向 变化,即在低频段的时窗较宽,从而获得较高的频率分辨率;而高频段的时窗较窄,故可获 得很高的时间分辨率。可见,S变换具有良好的时频分析和特征提取特性。神经网络是由大量简单的神经元相互连接而成的自适应本文档来自技高网...

【技术保护点】
一种利用S变换能量样本属性的配电网故障的人工神经网络选线方法,其特征在于按以下步骤进行:1)当母线零序电压瞬时值u↓[n](t)大于K↓[u]U↓[n],故障选线装置立即启动,记录下故障前后1个周波的各馈线零序电流,其中K↓[u]取值为0.15,U↓[n]表示母线额定电压;2)对线路i零序电流故障后1/4周期的采样数据进行S变换,得到复矩阵S↓[i][m,n]:S↓[i][m,n]=*X↓[i][n+k]e↑[-2π↑[2]k↑[2]/n↑[2]e↑[j2πkm/N]],n≠0S↓[i][m,n]=1/N*x↓[i][k],n=0上式中X↓[i][n]=1/N*x↓[i][k]e↑[-j2πk...

【技术特征摘要】

【专利技术属性】
技术研发人员:束洪春王旭彭仕欣
申请(专利权)人:昆明理工大学
类型:发明
国别省市:53[中国|云南]

网友询问留言 已有0条评论
  • 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。

1
相关领域技术
  • 暂无相关专利