配电网故障定位容错算法

• 全文链接
• 请求原文

作   者：

王艳松;  宗雪莹;  衣京波; 

作者机构：

胜利石油管理局胜利发电厂;  中国石油大学信息与控制工程学院; 

关键词：

故障定位;  BP神经网络;  极限学习机网络;  短路回路等值电抗;  配电网; 

期刊名称：

电力自动化设备

基金项目：

有源配电网接地方式与接地故障自愈控制的基础问题

i s s n：

1006-6047

年卷期：

2018 年 04 期

页   码：

9-15

摘   要：

非健全故障信息下故障区段的快速准确定位对于提高配电网供电可靠性具有重要作用。分析首端电压、电流量和短路回路等值电抗的关系,提出基于径向基函数(RBF)神经网络的短路回路等值电抗估计方法,仿真分析表明短路回路等值电抗估计结果受故障距离、过渡电阻的影响较小。然后,以馈线终端设备(FTU)故障信息和短路回路等值电抗为故障特征,应用改进的BP神经网络构建故障区段定位模型。对大量测试样本的分析表明,改进的BP神经网络建立的故障区段定位模型比极限学习机网络算法的定位精度高、泛化能力好,短路回路等值电抗能够辅助修正FTU故障信息的畸变,提高BP神经网络故障定位的容错性。