摘要: |
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。 |
关键词: 配电网 故障定位 C型行波测距法 LVQ神经网络 BP神经网络 |
DOI:10.7667/j.issn.1674-3415.2012.05.017 |
|
基金项目: |
|
|
|
() |
Abstract: |
|
Key words: |