论文摘要
电网故障的准确判断与精准定位是电网安全运行的重要保障措施,传统电网保护方法是基于专家经验和离线仿真与整定的方法。随着电网不确定性因素与复杂性的大幅提高,这些方法因精确度与准确率不足会引起保护误动作与拒动,给电力系统的安全稳定运行带来巨大风险。为有效提高电网线路故障诊断的速度和准确性,提出一种利用遗传算法（Genetic Algorithm, GA）优化后的粗糙集（Rough Set, RS）-BP（back propagation）神经网络进行电网线路故障定位的方法。首先采用GA结合粗糙集RS对数据进行预处理,得到最小约简属性集,进而简化BP神经网络结构;其次根据遗传算法全局寻优的特点,采用GA优化BP神经网络的初始权值和阈值;然后使用BP算法细化局部搜索,避免陷入局部极小值,最终形成GA优化RS-BP神经网络的故障定位模型。仿真结果对比发现,该模型能够准确有效地进行故障定位,提高故障诊断速度和准确率,具有可行性和有效性。
论文目录
文章来源
类型: 期刊论文
作者: 柴尔烜,曾平良,马士聪,邢浩,赵兵
关键词: 电网,故障诊断,遗传算法,粗糙集,神经网络
来源: 电力科学与工程 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 杭州电子科技大学自动化学院,中国电力科学研究院
基金: 国家电网公司科技项目(大型交直流混联电网故障特征深度学习及智能识别和控制应用研究)
分类号: TM75;TP183
页码: 22-28
总页数: 7
文件大小: 175K
下载量: 173