基于PSO-GRNN和D-S证据理论的电网分区故障诊断 |
| |
作者姓名: | 邹红波 宋璐 张馨煜 段治丰 宋家乐 |
| |
作者单位: | 1. 新能源微电网湖北省协同创新中心;2. 三峡大学电气与新能源学院 |
| |
基金项目: | 国家自然科学基金资助项目(61876097)~~; |
| |
摘 要: | 针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络(PSO-GRNN)和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSOGRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。
|
关 键 词: | 电网分区 故障诊断 改进图形分割法 粒子群算法 广义回归神经网络 D-S证据理论 |
|