基于概率神经网络的广域后备保护故障判别研究 |
| |
作者姓名: | 吴浩 李群湛 夏焰坤 刘炜 |
| |
作者单位: | 1.西南交通大学电气工程学院,四川 成都 610031 2.四川理工学院自动化与电子信息学院,四川 自贡 643000 |
| |
基金项目: | 人工智能四川省重点实验室项目(2010RY005) |
| |
摘 要: | 广域后备保护采集各节点相关信息,以判别电网某区域的故障元件。利用PNN的良好分类和容错能力,提出了基于PNN的广域后备保护故障判别新方法。以线路故障方向元件、线路距离Ⅱ段测量元件、主保护动作状态为PNN网络输入,利用确定故障下的状态信息矩阵作为训练样本,训练PNN网络;再用随机故障时的元件状态信息向量作为测试样本,通过大量仿真实验,模拟了多种信息不准确情况下的故障判别结果。实验证明基于PNN网络的广域后备保护故障判别,具有很好的容错性和正判能力。
|
关 键 词: | 广域后备保护;元件状态信息;PNN网络;故障判别;容错性 |
|
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载免费的PDF全文 |