利用模糊神经网络实现母线充电保护的研究.pdfVIP

利用模糊神经网络实现母线充电保护的研究 雷 宇，陈少华，桂存兵，马碧燕 (广东工业大学自动化学院，广东 广州 510090) 摘 要：母线充电保护存在一些缺点和不足，在分析母线 络(FMMNN)来识别母线的正常充电和故障情况， 正常充电和发生故障情况的基础上，结合模糊神经网络这 这类模糊神经网络是由Simpson 于1992年首先提 一人工智能技术，综合利用母线充电时的电气量作为网络 [4] 出的 ，它的基本思想是运用超盒模糊集来定义 的特征输入量，并采用Simpson 模糊极小－极大神经网络 隐含层的模糊神经元，一个n 维的模糊超盒是由 来形成区分母线正常充电和故障情况的模糊模式识别器。 n 维空间中的一个极小点和一个极大点来定义 通过 EMTP 程序大量仿真计算获取模糊神经网络的训练 的，称为极小-极大超盒，它代表了n 维模式空间 和检验样本，结果表明，训练后的网络能快速准确地判断 母线在各种运行工况下的正常充电和故障情况。 中一个类区域。超盒内的点属于该超盒的隶属度 为 1，而超盒外的点属于该超盒的隶属度随着离 关键词：模糊神经网络；母线；充电保护 超盒中心的距离的增加而减小，由特定的隶属函 数来定义。一个三维的超盒如图1 所示。 0 引言 极大点 电力系统母线是汇集和分配电能的桥梁，是 电力系统中重要元件之一，母线故障所导致的停 电损失和停电范围影响比其他设备故障所带来的 极小点 影响更大、范围更广，因此母线保护装置的快速、 图1 极小－极大超盒 准确动作，对消除或减小故障产生的影响具有重 若网络中隐含层的第j 个超盒节点表示为： 要的作用。 B = {x, v , w ,  (x, v , w )} (1) j j j Bj j j 目前，母线保护中的充电保护是一种在充电 试验前才把充电保护功能投入，而在充电操作结 则输出层中第k 个模式类可定义为： 束后再把充电保护退出的保护装置。在充电操作 C =  B 或 (x)= max  (x) (2) k j Ck Bj 试验过程中，当被试验设备存在故障，母联开关 j K j k 任一相电流大于充电保护定值时，充电保护就动 1 n  (x)=  [1-max(0,min(1,  ( x - w ))) 作切除故障母线或元件，保全非故障母线及其它 Bj n i