基于FCM和ANFIS的配电网运行状态识别策略

摘要：

配电网运行状态复杂多变,迅速甄别配电网的正常、异常以及故障状态,有助于快速排除配电网故障并恢复供电.基于模糊C均值(FCM)和自适应模糊推理系统(ANFIS),提出一种配电网运行状态分类识别策略,其基于ANFIS构建一种递阶模糊推理系统分类器,并采用FCM分类方法对递阶模糊推理系统参数进行初始优化.定义小波包时间熵对配电网运行状态信号数据进行处理,将构造的分类特征向量作为递阶模糊推理系统分类器的输入,实现对配电网运行状态的智能分类识别.基于PSCAD-EMTDC搭建典型配电网模型,仿真计算配电网各运行状态,测试结果表明,提出的分类识别策略可以得到较高准确性的分类结果,并且对故障点位置的变化和配电网络拓扑结构的改变具有较好的适应性.

关键词：配电、运行状态、模糊C均值、自适应模糊推理系统、递阶模糊系统、小波包时间熵

所属期刊栏目：36

分类号：TM727.2(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目51277135;国网湖北省电力公司科技项目5215A0130AN7 Project supported by the National Natural Science Foundation of China51277135 and Technology Program of State Grid Hubei Electric Power Company5215A0130AN7

在线出版日期：2016-05-23（万方平台首次上网日期，不代表论文的发表时间）

页码：85-92