基于LVQ神经网络的配电网故障定位方法

分析了配电网单相接地故障定位的难点及利用行波精确定位的问题。在利用故障点反射行波信号确定配电网单相接地故障距离的基础上，重点研究了应用学习向量量化（Learn Vector Quantization，LVQ）神经网络方法，利用该方法对不同分支的反射行波进行了特征提取与模式识别，实现了故障分支的判别，从而实现了精确定位。为了明确LVQ神经网络方法在精确定位方面的优越性，同时利用传统的BP（Back-Propagation）神经网络方法进行了比较。ATP-EMTP和Matlab软件对LVQ和BP两种神经网络方法进行了仿真验证；结果证明，在解决配电网单相接地故障精确定位问题方面，LVQ神经网络的效果优于BP神经网络。