基于遗传算法的神经网络小电流接地系统故障选线方法研究

发布时间：2017-09-10 02:08

  本文关键词：基于遗传算法的神经网络小电流接地系统故障选线方法研究

  更多相关文章： 小电流接地系统 单相接地故障 故障选线 遗传算法 BP神经网络

【摘要】：国内外中低压配电网的中性点接地方式普遍为小电流接地方式,该接地方式发生单相接地故障时,故障电流小,不会立即引起开关跳闸,可以继续为负荷供电1~2h,供电可靠性高。但随着故障时间的增加,非故障相电压升高,绝缘可能受到破坏,导致故障进一步扩大,因此,需要快速选出和切除故障线路。研究并设计一种可靠的故障选线方法对提高电力系统的安全运行起到关键作用。首先,对中性点不接地系统、谐振接地系统这两类最常用的小电流接地方式的配电网单相接地故障展开研究,详细描述了故障情况下零序电流的基波稳态特征、暂态特征和谐波特征。其次,介绍了人工神经网络理论知识,针对小电流接地系统的故障特征,建立了一个3-8-3-1型结构的故障选线BP(Back Propagation,反向传播)神经网络模型。详细分析3种故障特征的定义和提取方法,结合已提出的网络模型设计了BP神经网络选线方法的具体流程。分析该方法的缺陷,并提出解决方案。再次,在分析遗传算法的基础之上,讨论对遗传算法中的适应度函数、交叉率、变异率等要素进行改进,得到改进的自适应遗传算法。并将其与BP算法相结合对多层前馈神经网络的权值及阈值进行优化,以达到提高学习效率,避免学习陷入局部最小的目的,使选线模型具备优良的收敛性能和广泛的适应性能。最后,采用EMTP对单相接地故障进行仿真,通过MATLAB提取故障特征分量,整理得到训练样本。利用改进的自适应遗传算法训练神经网络,得到故障选线模型。同时,将仿真得到的测试样本对该神经网络模型进行测试,把测试结果与随机权值和阈值的BP神经网络选线模型、简单遗传算法优化BP网络得到的选线模型预测结果进行了比较,结果表明其选线结果更为理想。
【关键词】：小电流接地系统 单相接地故障 故障选线 遗传算法 BP神经网络
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM862;TP183
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-11
• 1.1 选题背景及研究意义8-10
• 1.1.1 选题背景8
• 1.1.2 故障选线研究现状8-9
• 1.1.3 神经网络和遗传算法研究现状及应用领域9-10
• 1.2 主要内容及组织结构10-11
• 2 小电流接地系统单相接地故障特征分析11-19
• 2.1 中性点不接地系统单相接地故障特征分析11-16
• 2.1.1 中性点不接地系统11
• 2.1.2 基波稳态特征11-14
• 2.1.3 暂态特征分析14-15
• 2.1.4 谐波特征分析15-16
• 2.2 谐振接地系统单相接地故障特征分析16-18
• 2.2.1 中性点经消弧线圈接地系统16
• 2.2.2 基波稳态特征16-18
• 2.2.3 暂态特征分析18
• 2.2.4 谐波特征分析18
• 2.3 本章小结18-19
• 3 基于BP神经网络的故障选线方法研究19-29
• 3.1 神经网络原理19-24
• 3.1.1 BP网络算法的原理19-20
• 3.1.2 BP网络算法步骤20-22
• 3.1.3 BP网络算法的学习过程22-24
• 3.2 基于BP神经网络的故障选线模型24-27
• 3.2.1 样本数据处理24-26
• 3.2.2 故障选线的BP神经网络结构确定26-27
• 3.3 基于BP神经网络的故障选线方法不足27-28
• 3.4 本章小结28-29
• 4 基于遗传算法优化神经网络的小电流接地系统故障选线方法研究29-40
• 4.1 遗传算法原理29-32
• 4.1.1 遗传算法的步骤29-30
• 4.1.2 遗传算法的要素30-31
• 4.1.3 遗传算法的初始运行参数31-32
• 4.2 基于GA优化BP神经网络故障选线的方法32-33
• 4.2.1 基于GA优化BP神经网络故障选线原理32-33
• 4.2.2 基于GA优化BP神经网络故障选线的局限33
• 4.3 遗传算法的改进33-36
• 4.3.1 自适应遗传算法33-35
• 4.3.2 改进的自适应交叉变异率35-36
• 4.4 基于改进的遗传算法优化BP神经网络故障选线方法36-39
• 4.4.1 改进遗传算法故障选线原理36
• 4.4.2 改进的遗传算法优化BP神经网络故障选线算法36-39
• 4.5 本章小结39-40
• 5 故障选线的仿真分析与测试40-47
• 5.1 故障选线仿真模型40-45
• 5.2 仿真模型的验证45-46
• 5.3 本章小结46-47
• 结论47-48
• 致谢48-49
• 参考文献49-52
• 攻读学位期间的研究成果52

【参考文献】

中国期刊全文数据库 前10条

1 杜党党;贾晓亮;郝超博;;基于遗传过程神经网络算法的航空发动机健康状态图谱化预测方法[J];计算机集成制造系统;2015年11期

2 薛永端;张秋凤;颜廷纯;徐丙垠;;综合暂态与工频信息的谐振接地系统小电流接地故障选线[J];电力系统自动化;2014年24期

3 陈奎;韦晓广;陈景波;牛俊萍;;基于样本数据处理和ADABOOST的小电流接地故障选线[J];中国电机工程学报;2014年34期

4 吕高;;基于零序电流比幅法的故障选线法[J];中北大学学报(自然科学版);2014年04期

5 吴乐鹏;黄纯;林达斌;朱智军;蒋洪涛;;基于暂态小波能量的小电流接地故障选线新方法[J];电力自动化设备;2013年05期

6 司马文霞;施健;袁涛;杨庆;孙才新;;特高压复合绝缘子电场计算及基于神经网络遗传算法的均压环结构优化设计[J];高电压技术;2012年02期

7 高宪军;张杰;洪俞;程国晓;;基于遗传算法优化神经网络的技术研究[J];装备制造技术;2010年02期

8 徐卫星;赵建军;侯彦东;;基于改进D-S证据理论的小电流接地系统故障选线[J];电测与仪表;2009年12期

9 徐靖东;张保会;尤敏;阎海山;刘海锋;杨露;;基于暂态零序电流特征的小电流接地选线装置[J];电力自动化设备;2009年04期

10 陈志亮;范春菊;;基于5次谐波突变量的小电流接地系统选线[J];电力系统及其自动化学报;2006年05期

，

本文编号：824102