基于改进型概率神经网络的电网故障定位方法.pdf
《基于改进型概率神经网络的电网故障定位方法.pdf》由会员分享,可在线阅读,更多相关《基于改进型概率神经网络的电网故障定位方法.pdf(5页珍藏版)》请在咨信网上搜索。
1、第 卷第 期红水河 年 月 电网技术基于改进型概率神经网络的电网故障定位方法李 翔(广西交通投资集团柳州高速公路运营有限公司柳州分公司,广西 柳州)摘 要:针对传统的电网故障定位方法存在着精度较低、可靠性较差等问题,笔者提出了一种基于改进型概率神经网络(,)的电网故障定位方法。首先,通过分析配电网络结构中的开关和继电保护装置信息,提取电网故障数据作为训练集和测试集;其次,构建 电网故障定位诊断模型,并采用天鹰优化算法优化 的平滑因子;最后,通过实验验证改进型 的性能。实验结果表明:改进型 电网故障定位的准确率达到,说明该模型具有良好的预测性能,能够提高故障诊断的准确率,为电网故障定位方法研究提
2、供可行的方案。关键词:电网;故障定位;概率神经网络;天鹰优化算法中图分类号:文献标志码:文章编号:():开放科学(资源服务)标识码():绪论电网故障定位是指在电力系统发生故障时,通过对电网状态的分析和处理来确定故障的位置和类型。电网故障会导致停电、供电不足等问题,给企业生产和居民的生活带来很大的影响,造成巨大的经济损失;可能导致火灾、爆炸等安全事故,威胁人民的生命财产安全;可能导致环境污染,如变压器漏油、电缆燃烧等,对环境造成不良影响;甚至导致社会公共设施无法正常运行,对社会稳定造成影响:因此,及时准确地定位电网故障点具有非常重要的意义。快速定位故障点能够快速恢复电力供应,保障电网的稳定运行,
3、减少电网事故对社会、经济的影响;能够缩短故障修复时间,降低维护成 收稿日期:;修回日期:作者简介:李 翔(),男,广西柳州人,工程师,主要从事高速公路机电设备的管理和实践。:。第 期李 翔:基于改进型概率神经网络的电网故障定位方法本,提高电网运行效率。电网故障定位技术是电网自动化、智能化的重要组成部分,能够提高电网管理的水平和效率,为电力行业的可持续发展提供科学依据。传统电网故障定位方法主要有电压法、电流法、频率法和电阻法等,这些方法的优点和缺点见表。表 传统电网故障定位方法的优缺点方法优点缺点电压法设备简单,成本低廉定位精度较低电流法定位精度较高,可以定位到故障线路的具体位置需要耗费较多的时
4、间和精力进行测量,成本相对较高频率法设备简单,成本低廉定位精度较低电阻法定位精度较高,可以定位到故障线路的具体位置需要耗费较多的时间和精力进行测量,成本相对较高 传统电网故障定位采取的具体方法主要有人工巡视法、经验判断法和仪器测量法等。人工巡视法主要是通过人工巡视、目测等方式来发现和确定电网故障,需要大量的人力、物力和时间投入;经验判断法是依靠操作人员的经验和直觉来判断电网故障的位置和原因,容易受到主观因素的影响;仪器测量法是通过使用各种仪器设备来测量电网中的各种参数和特征,如电流、电压、频率等,需要较高的成本和技术门槛。这些方法都有其优点和缺点,例如:人工巡视可以及时发现和确定电网故障,但需
5、要投入大量的人力、物力和时间;经验判断可以依靠操作人员的经验和直觉来判断电网故障的位置和产生原因,但容易受到主观因素的影响;仪器测量可以实现自动化故障定位,但需要较高的技术成本和维护成本。随着电力系统和人工智能技术的发展,基于机器学习和人工智能技术等新的故障定位技术也不断涌现,可以提高电网故障定位的准确性。张繁斌等搭建()神经网络故障元件定位模型并结合故障定位算法对由电网拓扑结构转换的故障决策表进行训练,消除信息缺失或畸变对故障定位带来的影响,有效提高预测准确率。柴尔烜等利用遗传算法(,)优化后的粗糙集(,)来确定电网拓扑结构的决策表,并采用 优化 神经网络的初始权值和阈值,形成 优化 神经网
6、络的故障定位模型,用于电网故障定位。郑丰提出一种基于广义回归神经网络(,)的故障定位方法,只要少数的故障测量装置信息就能正确判定故障位置,具有良好的容错能力。郭宁明等利用遗传算法实现了对电网故障定位,精度及可靠性都得到大大提高。孙玎等使用改进聚类分析算法进行电网故障定位,具有快速、准确等特点。基于机器学习和人工智能技术的电网故障定位虽然能提高预测的准确率,但是也存在一些缺点:)数据量需求大。机器学习和人工智能需要大量的数据来训练模型,而电网故障数据一般比较稀疏,需要进行大量的数据采集和处理,增加了成本和难度。)模型的可解释性较差。机器学习和人工智能的模型一般比较复杂,有时难以解释其预测的结果,
7、这对电网故障定位的可靠性和可信度带来了挑战。)模型的泛化能力有限。机器学习和人工智能的模型往往是基于历史数据进行训练的,如果未来出现新的故障类型或者故障场景发生变化,模型的泛化能力会受到限制,需要重新训练和优化模型。)数据质量要求高。机器学习和人工智能的模型对数据质量要求较高,如果数据质量较差,会影响模型的准确性和稳定性。因此,为了解决电网故障定位精度较低、可靠性较差的问题,提高电网故障定位的精确性和快速性,需研究一种基于改进型 的电网故障定位方法。通过分析配电网络拓扑结构,找出电网故障的决策表,再搭建改进型 电网故障定位诊断模型,最后在 平台上完成电网故障定位方法的验证。配电网络拓扑结构及故
8、障数据本文采用的配电网结构如图 所示。图 配电网结构示意图 在图 中:为带有保护装置的断路器保护开关;为电流保护器;和 为后备距离保护;为电网的 个区域。把 、和 的动作情况作为网络的输入参数,作为网络输出。根据主保护以及后备保护动作原理,提取了 组数据作为训练集;根据 误动,误动,、和 拒动等情况提取了 组包含错误信息的故障测试样本。模型构建 结构 是一种基于概率理论的神经网络模型。红水河第 卷 结构包括四层:输入层、模式层、求和层和输出层。)输入层接收输入样本或数据特征,将数据进行转换后输送到模式层,要求神经元数量和输入样本的维数具有一致性。)模式层是对样本进行模板化处理,计算输入样本与训
9、练集中各模式的匹配程度或相似程度。计算方法见式():(,)()()()式中:为输入数据样本的特征值;为输入层和模式层的权重值;为平滑因子。)求和层累积计算某种数据故障样本的概率,从而计算出对应的概率密度值。)输出层则根据匹配结果,输出概率密度值的最大值,得出样本分类的结果。平滑因子对 分类的影响在 分类中,平滑因子是一个重要的参数,它决定了样本点周围的邻域范围,从而影响了分类的准确性和泛化能力。平滑因子通常是一个非负数,它控制着权值函数的形状和宽度。权值函数是用来计算每个样本点对分类结果的贡献程度的函数。当平滑因子越大时,权值函数的宽度也会变大,这意味着更多的样本点会对分类结果产生影响,从而使
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进型 概率 神经网络 电网 故障 定位 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。