基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)故障定位與診斷.pdf

1、電力系統(tǒng)故障定位和故障診斷是對電力系統(tǒng)故障進(jìn)行快速準(zhǔn)確處理的重要保證,也是保證電力系統(tǒng)安全穩(wěn)定運(yùn)行的重要環(huán)節(jié).該文對BP網(wǎng)絡(luò)和kohonen網(wǎng)絡(luò)這兩種具有代表性的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在故障選相方面的表現(xiàn)進(jìn)行了分析.分析結(jié)果表明,BP網(wǎng)絡(luò)具有較好的自學(xué)習(xí)能力和聚類能力,但是收斂速度較慢,容易陷入局部極小點(diǎn).針對此問題,該文構(gòu)建了一種基于Sigmoid函數(shù)的小波神經(jīng)網(wǎng)絡(luò),將其應(yīng)用于故障選相中,并與BP網(wǎng)絡(luò)故障選相進(jìn)行了較為詳細(xì)的比較.比較結(jié)果表明,

2、該種小波神經(jīng)網(wǎng)絡(luò)優(yōu)于BP網(wǎng)絡(luò),在故障選相方面有不錯(cuò)的表現(xiàn).對于故障測距,由于神經(jīng)網(wǎng)絡(luò)在樣本較多的情況下難于收斂,該文提出了一種分塊訓(xùn)練模式,使每個(gè)子模塊中的樣本數(shù)量大大較少,網(wǎng)絡(luò)能比較迅速地收斂.該文采用小波神經(jīng)網(wǎng)絡(luò)根據(jù)該種分塊訓(xùn)練模式實(shí)現(xiàn)故障測距,并對結(jié)果進(jìn)行了分析和討論,為該種分塊模式訓(xùn)練的小波神經(jīng)網(wǎng)絡(luò)在故障測距方面的實(shí)際應(yīng)用打下了一定的基礎(chǔ).該文采用小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了電力系統(tǒng)故障診斷.在此基礎(chǔ)上,引入粗糙集這種比較新穎的數(shù)據(jù)挖掘工