一种井下配电网故障测距方法

摘要：

针对采用随机选取法、K-均值聚类法确定RBF神经网络隐含层节点中心和宽度只能得到局部最优解、基本粒子群优化算法易发生早熟收敛且对于某些函数优化精度差的问题,提出了将惯性权重模型和收敛因子模型相结合的改进的粒子群优化算法；针对煤矿井下配电网发生单相接地故障后定位困难、传统的故障测距方法存在可靠性差、测距精度低的问题,提出了采用改进的粒子群优化算法优化RBF神经网络进行井下配电网单相接地故障测距的方法.仿真结果表明,经改进的粒子群优化算法优化的RBF神经网络的测距精度高于RBF神经网络,能够实现故障点的准确、可靠定位.

关键词：井下配电网、单相接地故障、故障测距、故障定位、RBF神经网络、粒子群优化算法

所属期刊栏目：39

分类号：TD608(矿山电工)

资助基金：煤炭青年基金资助项目117160

在线出版日期：2013-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：46-51