基于人工神经网络自适应距离保护的研究

《基于人工神经网络自适应距离保护的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广西大学硕士学位论文基于人工神经网络自适应距离保护的研究姓名：尹星光申请学位级别：硕士专业：电力系统及其自动化指导教师：莫耀赐2002.5.1广西大学硕士学位论文·《基于人工神经网络自适应距离保护的研究》基于人工神经网络自适应距离保护的研究摘要本论文研究了人工神经网络在自适应输电线路距离保护中的应用。对E=!'■_E：!-基于人工神经网络的输电线路自适应距离保护进行了仿真研究和实际应用探讨。’距离保护受网络结构和运行方式的影响较小，因此距离保护长期以来一直是复杂电网中高压输电线路的主要保护方式，也是高压输电线路最重要、应用最广泛的保护方案。但是距

2、离保护的性能也存在一些问题，当应用于超高压线路时，这些问题更为突出。为了解决传统距离保护的2，、～7’缺点，很多研究者都做了不懈的努力。本论文中，在前人研究的基础上，，针对传统距离保护存在的反应经过渡电阻短路的能力这一问题，引进了神经网络，对这种新型的神经网络式的距离保护进行研究，利用神经网络的优越性，采用从系统中的各种参数的组合模式来识别出故障。该研究将综合反映上述各种特征，对电力系统的状态进行综合判断。通过大量样本训练后，将电力系统输电线路的各种运行状态信息记忆在其连接权值中，从而使该神经网络能正确识别电力系统输电线路的各种状态一一正常运行、

3、故障，自适应的调整距离保护安装处动作阻抗。最后，利用PSCAD／EMTDC仿真广西百龙滩至恶滩220kV实际线路，广西大学硕士学位论文·《基于人工神经网络自适应距离保护的研究》得到大量训练样本，再利用Matab神经网络工具箱对建立起来的神经网络对这些样本进行训练，训练结束后，再在仿真系统里进行检验，仿真结果表明这种新型的输电线路距离保护装置能取得令人满意的效果，很有研究和发展的价值，随着神经网络技术的发展，作为一种新型的距离保护装置，这种保护投入实际应用的前景也值得进一步探索和研究抄／，关键词：人工神经网络巨适虱距离保护?过渡电阻；动作阻抗jTH

4、ESTUDYOFANADAPTIVEDISTANCPRoTECTIoNAPPRoACHBASEDoNARTIFICIALNEURALNETWORKABSTRACTInthispaper,theapplicationofartificialneuralnetwork(ANN)todistanceprotectionoftransmissionlinesinpowersystemispresentedinsimulationanditspracticalpossibilityisalsodiscussed．Althoughdistanceprotec

5、tionisthemainprotectionintheprotectionoftransmissionlinesincomplexpowernetworkforitisnotaffectedbythestructureofthepowernetworkandthechangingnetworkconditions，itsperformanceisnotperfectandnotappropriatetohi曲voltagetransmissionlines．Someproblemsexistinthetraditionalprotectionm

6、ethod．Inordertosolvetheseproblems，manyresearchersareworkinghardallthetimes．Inthispaper,ANNisintroducedintothisfieldtodealwiththefaultresistanceproblem．Toresolvethecapabilityproblemintraditionaldevice，thispaperinvestigateshowtoidentifythefaultaccordingtoadifferentmodelofcombin

7、ingthevariousparametersinsystem．TheestimationofthestateofpowersystemisfinishedaReranalyzingthecombinemodelintermsofANN．ThjsresearchreflectsallcharacteristicsmentionedaboveandIll￡塑盔兰堡主兰堡垒兰：!兰王垒三塑丝旦塑皇重堕里垦堡芝堕婴塑旦——————一comDrehensivelyevaluatesthestateofpowersystem．Whenthesignalsr

8、eflectingtheStateofpowersystemisstoredintheweightsofANNaftertrainin譬