基于极限学习机的多信息融合区段定位方法.pdf

《基于极限学习机的多信息融合区段定位方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第19期电力系统保护与控制Vb1．42No．192014年1O月1日PowerSystemProtectionandContro10ct．1．2014基于极限学习机的多信息融合区段定位方法齐郑，张惠汐，饶志，李志，张首魁(1．华北电力大学电气与电子工程学院，北京102206；2．电力节能教育部工程研究中心，北京102206)摘要：对于小电流接地系统单相接地故障定位问题，现有方法单一，实际运行时准确性低，难以满足现场需要。提出一种基于极限学习机的多信息融合区段定位方法。故障发生后，终端对实时测得的零序暂态电流运用暂态能量法、小波法、首半波法提取特

2、征向量上传给主站，输入到经训练后得到权重参数的极限学习机网络中，主站启动多信息融合定位算法并输出区段定位结果。该方法受接地位置、接地时刻、接地过渡电阻等因素的影响较小，对不同的单相接地情况适用性强，具有较高的区段定位鲁棒性。通过现场实际验证，证明了该定位方法的可行性。关键词：小电流接地系统；单相接地；暂态分量；极限学习机；多信息融合Multi-informationfusionfaultlocationbasedonextremelearningmachineQIZheng一，ZHANGHui—xi，RAOZhi，L1Zhi，ZHANGShou—kui

3、(1．NorthChinaElectricPowerUniversity,Beijing102206，China；2．ElectricPowerEnergySavingEducationMinistryEngineeringResearchCenter,Beijing102206，China)Abstract：Faultlocationmethodsforsingle-—phase-to·-earthinsmallcurrentneutralgroundingsystemaredificulttomeettheneedsofthesite，whichi

4、stoosimpletohaveahighaccuracyinactualrun-time．Thispaperpresentsafaultlocationmethodofmulti—informationfusionbasedonextremelearningmachine．Forreal-timemeasuredzero—sequencetransientcurrent，theterminalusestransientenergymethod，waveletmethod，andthefirsthalf-wavemethodtoextractfeatu

5、revectoranduploadsittothehoststation；inputstotheextremelearningmachinenetworkwhichhasthebe—trainedparameters．Hoststationrestartsmulti-informationfusionfaultlocationandoutputsearchresult．Themethodislessaffectedbygroundposition，groundingmoment，groundtransitionresistanceandotherfac

6、tor，isapplicabletodiferentsingle—phasegroundcase，whichhashigherfaultlocationrobustness．Theon—siteexperimentsarecarriedouttoprovethefeasibilityofthemethod．Keywords：smallcurentneutralgroundingsystem；single-phase-to·earthfault；transientcomponent；extremelearningmachine；multi．informa

7、tionfusion中图分类号：TM71文献标识码：A文章编号：1674．3415(2014)19-0074—07进行定位，实际运行时准确性低，难以满足现场0引言需求。极限学习机(ELM)是近几年提出的一种小电流接地系统发生单相接地故障后需要新型单隐层前馈神经网络算法l6]，具有与传统神尽快选出故障线路，经过几十年的发展，选线问经网络相同的全局逼近性质，但其网络输出权值题已经得到了很好的解决，技术成熟，现有装置和隐层神经元偏移量是随机生成的，只需要设置可靠性高。选出故障线路后，需要进一步找出故隐含层节点数，由最小二乘法得出输出权重即可障点所在的区段，也

8、就是区段定位问题。产生唯一最优解。ELM相比传统神经网络算法，利用暂态量定位相比传统稳态分量，