基于自组织特征映射网络的配电网故障类型识别.pdf

《基于自组织特征映射网络的配电网故障类型识别.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、《自动化技术与应用》2012年第31卷第9期模式识别与仿真PatternRecognitionandSimulation基于自组织特征映射网络的配电网故障类型识别赵智．任桂山．陈津刚，陈学梅(大港油田公司采油工艺研究院，天津大港300280)摘要：针对电力系统配电线路故障类型识别的问题，为提高故障类型识别准确性，提出应用小波变换技术对故障信号进行预处理，提取工频信息构成神经网络的训练样本集，通过构建自组织特征映射网络对不同故障类型的特征向量进行自动聚类来实现对敞障类型的识别。大量的仿真测试表明，此网络模型收敛速度快，

2、通过自学习能够有效覆盖故障模式空间，实现对不同故障类型的准确识别，网络对故障类型的识别不受故障过渡电阻、系统运行方式以及故障点位置等因素的影响。关键词：配电网；故障类型识别；小波分析；神经网络L}l图分类r-j：TM743：TP391．4文献标识码：A文章编号：10037241(2012)09⋯006405FaultmypeIdentificationinDistributionNetworkBasedonSelf_OrganizingFeatureMapNetworkZHAOZhi，RENGui-shan，CHEN

3、Jin-gang，CHENXue-mei(OilProductionTechnologyInstituteDagangOilfieldCompany,Dagang300280China)Abstract：Totheproblemofidentificationofdistributionlineinpowersystem，Inordertoimprovetheaccuracyoffaultidentification．wavelettransformationtechniqueisusedtopretreatthef

4、aultsignal，eliminateplentyofharmonicsandmostaperiodiccomponent，extractfundamentalinformationexactly，itisusedastrain—setofneuralnetwork．RealizingdistributionnetworkfaulttypeidentificationbyconstructingSelf-OrganizingFeatureMapneuralnetworkandprocessingautomaticc

5、lusteringtodifferentcharactervectorsrelatedtofaulttype．ThesimulationanalysisresultindicatesthattheSOMmodelhasfastconvergenceperformance，itcaneffectivelyidentifydifferentfaulttype．Itisabletoidentifythefaulttypeaccuratelyinvariousfaultmodelsintheinfluenceoftheran

6、domfactorssuchasfaultresistance，systemrunningmodeandfaultplace．Keywords：distributionnetwork；faulttypeidentification；waveletanalysis；artificialneuralnetwork1引言导致整个故障模式空间一般是线性不可分的，所以传统在电力系统发生短路故障后，可靠、准确的故障类的解析方法就存在一定的缺陷。现代数学和智能技术型识别对于进行故障定位和测距以及事故分析具有重的发展为电力系统故障类

7、型识别提供了新的途径【2J。要意义的。故障类型识别是指根据故障发生后可获得故障类型识别可以看成是一个模式识别问题。鉴的电气量来确定故障类型，即识别线路是否发生下述类于神经网络具有强大的非线性映射和模式识别能力，所型的故障：单相接地故障、两相短路故障、两相短路接以本文采用神经网络对配电网的故障类型进行识别。地故障和三相短路故障。传统的故障类型识别大多是由于小波包可以对信号进行细分，它的滤波性能要强于基于设置门槛值，依据某种逻辑关系来实现的【11。然而传统的傅里叶滤波，可以有效的滤除信号中的直流衰减故障时所获取的电压、电

8、流信息通常是受系统运行方分量，提高数据处理的精度，所以利用小波包提取工频式、故障位置、过渡阻抗和故障时刻等随机因素影响，信号，形成故障类型识别的特征向量3f4】。采用无导师训练的自组织特征映射网络自动学习和聚类特性，对配收稿日期：2012—03—29电网故障类型进行识别，以提高配电线路故障类型识别模式识别与仿真自动化技术与应用》2012年第31