文献类型：期刊文章

作　　者：徐耀松[1] 唐维[1] 徐才宝[1] 徐胜[2]

Xu Yaosong;Tang Wei;Xu Caibao;Xu Sheng(Faculty of Electrical and Control Engineering,Liaoning Technical University,Huludao 125105,China;Huludao Power Supply Company,State Grid Liaoning Electric Power Company,Huludao 125105,China)

机构地区：[1]辽宁工程技术大学电气与控制工程学院,葫芦岛125105 [2]国网辽宁省电力有限公司葫芦岛供电公司,葫芦岛125105

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(51974151);辽宁省教育厅重点实验室项目(LJZS003)资助。

年　　份：2020

卷　　号：32

期　　号：6

起止页码：9-17

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对现有柔性直流输电线路接地故障的神经网络故障测距算法中,训练样本过多、训练时间较长、且未对鲁棒性提出有效验证的问题,提出一种基于S变换和粒子群(PSO)算法优化广义神经网络(GRNN)的线路故障测距算法。从故障行波能量谱的角度出发,采用S变换提取故障暂态电压信号能量谱,然后对表征各频率区间的能量进行求和,以实现对能量特征样本的准确提取;再将归一化处理后的能量样本输入神经网络进行训练,并采用PSO算法对GRNN的光滑因子进行优化,以提高网络收敛速度和训练精度。最后,通过电磁暂态仿真证明该方法定位精度高,不易受过渡电阻影响,在输入样本存在测量误差以及外界噪声干扰的情况下,最大误差仍低于1.5%,具有一定的工程运用价值。

关 键 词：暂态能量和  S变换 粒子群算法  广义神经网络 故障测距

分 类 号：TM93]