基于GRNN神经网络的变压器励磁涌流识别方法

发布时间：2017-10-09 07:31

  本文关键词：基于GRNN神经网络的变压器励磁涌流识别方法

  更多相关文章： 广义回归神经网络 变压器 励磁涌流 差动保护

【摘要】：为了提高变压器差动保护识别励磁涌流与内部故障电流的能力,提出一种基于广义回归神经网络(GRNN)的变压器励磁涌流识别方法。首先通过全波傅里叶算法求得差动电流的特征量作为训练样本,然后利用交叉验证法寻找出GRNN神经网络的扩展常数spread的最优值,同时也计算出训练样本的最佳输入、输出值。由这些参数构建出识别励磁涌流的神经网络,仿真结果表明:GRNN神经网络收敛性好,运算速度快,并且预测输出精度非常高,能准确、有效、快速的识别出励磁涌流与内部故障电流。
【作者单位】： 福州大学电气工程与自动化学院;
【关键词】： 广义回归神经网络 变压器 励磁涌流 差动保护
【分类号】：TP183;TM41
【正文快照】： 0引言电力变压器在电力系统中承担着至关重要的作用,是发电厂和变电站中不可或缺的电气设备。电力系统能否正常、稳定的运行,其中一个非常重要的前提是大型变压器要先能正常、稳定的工作。然而变压器差动保护却一直受到励磁涌流问题的困扰,如果不能对励磁涌流和区内故障电流准

【相似文献】

中国期刊全文数据库 前10条

1 李宗龙;王冰灿;;基于GRNN的中国出口集装箱运价指数预测[J];中国商贸;2013年21期

2 黄铭;刘俊;;高坝基岩多点变形监测的GRNN模型研究[J];水力发电;2007年03期

3 江鸿;车利;;基于GRNN的电力系统短期负荷预测[J];科技信息(学术研究);2008年03期

4 刘遵雄;周天清;;基于奇异谱分析的GRNN模型在金融时间序列中的应用[J];华东交通大学学报;2011年02期

5 高凌琴;;基于GRNN的汽车保有量预测模型[J];山东理工大学学报(自然科学版);2011年04期

6 李益民;;基于GRNN的主要编组站办理车辆数的预测[J];铁道运输与经济;2012年02期

7 王琪洁;杜亚男;刘建;;Introducing atmospheric angular momentum into prediction of length of day change by generalized regression neural network model[J];Journal of Central South University;2014年04期

8 贺湘宇;何清华;蒋苹;何志勇;;基于动态GRNN模型的挖掘机液压系统故障检测[J];中国工程机械学报;2010年03期

9 崔东文;郭荣;;基于GRNN模型的区域水资源可持续利用评价——以云南文山州为例[J];人民长江;2012年05期

10 吴大中;吴丽华;;基于改进的GRNN的固体氧化物燃料电池辨识模型研究[J];能源研究与信息;2013年04期

中国重要会议论文全文数据库 前10条

1 银涛;俞集辉;;基于GRNN的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年

2 Ziwen Leng;Junwei Gao;Yong Qin;Xin Liu;Jing Yin;;Short-term Forecasting Model of Traffic Flow Based on GRNN[A];第25届中国控制与决策会议论文集[C];2013年

3 陈其红;阚树林;秦臻;;基于广义回归神经网络(GRNN)的设备可靠性预测[A];2011年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第三次全体委员大会论文集[C];2011年

4 柴毅;凌睿;;基于参数优化与GRNN逼近的非线性PID控制[A];第二十六届中国控制会议论文集[C];2007年

5 徐中;张敬莹;赵小波;;基于GRNN的粘弹材料阻尼性能的预测[A];第六届中国功能材料及其应用学术会议论文集（10）[C];2007年

6 王小辉;王琪洁;;基于广义回归神经网络的日长变化的高精度预报[A];中国天文学会2011年学术年会手册[C];2011年

7 马珊;庞永杰;张铁栋;;基于GRNN的声图像特征研究[A];第十五届中国海洋（岸）工程学术讨论会论文集(上)[C];2011年

8 陈端;曹阳;梅一韬;仲云飞;吴邦彬;;GRNN神经网络在大坝渗流预测中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

9 李慧英;李晓奇;;旅游需求预测分析——对比GRNN与多元回归分析方法的应用[A];第四届中国智能计算大会论文集[C];2010年

10 陈欣;肖建华;栾培贤;徐强;王洪斌;;基于BP与GRNN神经网络的PRRS预测模型的研究[A];中国畜牧兽医学会信息技术分会2012年学术研讨会论文集[C];2012年

中国硕士学位论文全文数据库 前3条

1 赵焕;轻涂纸涂布量测定方法的实验研究[D];天津科技大学;2013年

2 金帅军;基于GRNN神经网络的农作物虫害量预测系统设计[D];内蒙古工业大学;2013年

3 任茹香;基于GRNN的变权重组合预测模型在传染病发病率预测中的应用[D];浙江大学;2011年

，

本文编号：998920