基于概率神经网络的广域后备保护故障判别研究
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

人工智能四川省重点实验室项目(2010RY005)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

吴浩,李群湛,夏焰坤,等.基于概率神经网络的广域后备保护故障判别研究[J].电力系统保护与控制,2012,40(7):43-49.[.[J]. Power System Protection and Control,2012,V40(7):43-49]

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
关闭
关闭