基于SPDS神经网络的电流保护

提出一种基于SPDS神经网络的全新的电流保护方式。该网络采用的是 3层SPDS神经网络模型 ,由 3部分构成 :故障类型与相别判断子网络ANN1、故障方向判别子网络ANN2、振荡识别子网络ANN3。对该模型进行了各种故障状态的测试及仿真实验 ,并与BP网络进行比较 ,发现SPDS网络训练速度快 ,且证实了基于SPDS网络的电流保护的可行性     

基于SPDS神经网络的电流保护

提出一种基于SPDS神经网络的全新的电流保护方式。该网络采用的是3层SPDS神经网络模型，由3部分构成：故障类型与相别判断子网络ANN1、故障方向判别子网络ANN2、振荡识别子网络ANN3。对该模型进行了各种故障状态的测试及仿真实验，并与BP网络进行比较，发现SPDS网络训练速度快，且证实了基于SPDS网络的电流保护的可行性。     

多层SPDS神经网络式电流保护

提出了一种基于SPDS神经网络的全新的电流保护方式。该网络采用的是3层SPDS神经网络模型，由三部分构成：故障类型与相别判断子网络ANN1、故障方向判别子网络ANN2、振荡识别子网络ANN3。通过大量的Matlab和EMTP仿真实验，对该模型进行了各种故障状态的训练和测试，并与BP网络进行比较，发现SPDS网络训练速度快，且证实了基于SPDS网络的电流保护的可行性。     

基于神经网络的输电线路自适应无通道保护

在传统电流保护和距离保护原理的基础上,提出一种基于神经网络的自适应无通道的输电线路继电保护方法。设计了故障检测与选相子网络和定位子网络,通过对2个子网络输出的综合判断,能够在保护范围内的故障实现全线速动,保护区外保护不动作。     

一种应用模糊神经网络对完全电机定子进行故障保护的新方法

该文研究一种由模糊逻辑和人工神经网络(ANN)组成的，对发电机定子线圈进行故障保护的综合方法。该方法只采用发电机机端电压、电流信号，并对这些信号进行特征提取，然后用到FNN的故障诊断和定位上。该技术由两个阶段组成：基于人工神经网络(ANN)的故障类型分类和基于一个包括模糊逻辑以及人工神经网络的综合网络的进行定子绕组故障精确定位。     

韩电4号机定子接地保护的改进与测量

1 前言 韩城电厂3、4号机定子接地保护采用基波零序电压式保护,有15％～20％的死区,即在发电机中性点附近的定子绕组接地时保护不能动作。1994年利用4号机大修之机,加装了南京电力自动化设备总厂生产的双频式定子接地保护。该保护的基波零序电压部分,保护由机端起85％定子绕组的接地故障。三次谐波部分(即JDJ—31型保护),保护中性点附近20％～30％定子绕组的接地故障。     

输电线路自适应无通道保护(二)——构成方案与仿真试验

为快速切除输电线路任意位置的故障，提出了输电线路自适应无通道保护的构成方案。该方案由利用单端电流信息的延时动作模式和利用单端电压信息的瞬时动作模式组成，保护能够自动适应不同的故障类型和电力系统结构，选择相应的动作模式，从而瞬时或经过短暂的延时切除区内故障。理论分析和EMTP仿真试验结果证明：所提保护方案是完整、有效的。     

基于BP网络的自适应接地保护研究

把人工神经网络引入到自适应距离保护中,由站计算机采集所需的电压、电流量,经过处理,将这些相关的数据输入已训练好的三层BP神经网络中,由ANN估算倾斜角供给距离保护作为动作的判据。     

一种城市配电网自适应全线电流保护方法

针对现有电流速断保护无法保护线路全长且可能失去保护范围的问题,提出一种双层判据的自适应全线电流保护方法。该保护方法先通过第一层判据中可自适应调整的低整定值,实现不受系统运行方式与故障类型影响的全线故障监测,再利用第二层判据实现线路故障区段定位,确保保护正确动作。考虑到电流保护难以准确辨识高阻接地故障,通过分析系统零序网络,提出一种基于复合功率的高阻接地故障辨识方法。仿真结果表明,所提保护方法不受系统负荷变化及故障类型影响,可有效提升配电网线路保护范围及高阻接地故障辨识能力,保障保护动作的可靠性及灵敏性。     

输电线路自适应无通道保护(一)故障分析与保护原理

在故障分析的基础上，提出了利用单端故障信息的输电线路全线速动保护原理和动作判据。保护原理由互为补充的两种动作模式－－延时动作模式和瞬时动作模式构成。延时模式利用线路对端开关动作信息加速本端保护动作；瞬时模式根据阻抗继电器Ⅱ段动作定值瞬时动作跳闸，再利用重合闸并根据开关动作后的信息纠正错误动作的结果。保护动作判据由4个独立的故障序分量的比值构成，仿真实验证实了所提保护原理和动作判据的正确性。