采用二进制蚁群模糊神经网络的配电网故障分类方法

摘要：

配电网故障后的准确分类可以增强故障维修的针对性,因此针对配电网故障分类的研究对快速恢复供电具有重要意义.提出一种基于二进制蚁群算法(BACA)与模糊神经网络(FNN)的故障分类系统,该系统适用于中性点非有效接地的中低压配电系统.利用经验模态分解(EMD)提取故障后2 ms暂态信号中的高频成分,基于数理统计方法构造了推理系统的特征向量,研究了不同故障工况下的特征向量变化规律.利用二进制蚁群算法对模糊神经网络权值进行优化,克服了其搜索速度慢、易陷入局部极小值的缺点.在ATP-EMTP中根据实际情况构造了计算模型,利用计算结果对推理系统进行训练.测试样本与现场实验结果表明,所提出的故障分类方法的准确度高、适应性强.

关键词：谐振接地系统、故障分类、经验模态分解、二进制蚁群算法、模糊神经网络

所属期刊栏目：42

资助基金：国家自然科学基金51407120;辽宁高端人才资助项目LT2015019.Project supported by National Natural Science Foundation of China 51407120,Liaoning Top-level Talents Finance SubjectLT2015019.

在线出版日期：2016-09-06（万方平台首次上网日期，不代表论文的发表时间）

页码：2063-2072