Print

利用GA优化后的RS-BP神经网络进行电网故障定位的方法研究

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

  • 0 引言
  • 1 粗糙集属性约简设计
  •   1.1 粗糙集的属性约简
  •   1.2 基于GA的粗糙集约简算法
  • 2 BP神经网络优化设计
  •   2.1 BP神经网络
  •     1)正向传播阶段
  •     2)反向传播阶段
  •   2.2 基于GA优化BP神经网络设计
  • 3 GA优化RS-BP神经网络的故障诊断
  • 4 算例分析
  • 5 结论

    • 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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/cedc8fd6b0d34f74c24ea60a.html