基于人工神经网络小电流接地选线方法研究.pdfVIP

第39卷第6期 四 川 电力技 术 Vo1．39。No．6 2016年 12月 SichuanElectricPowerTechnology Dec．，2016 基于人工神经网络小电流接地选线方法研究 罗浩杰 ，张栋柱 ，李民强 ，玉 聪 ，王勇军 (1．广西电网有限责任公司河池供 电局，广西 河池 547000； 2．湖南英科电力技术有限公司，湖南 长沙 410000) 摘 要：针对小电流接地故障选线方法进行 了研究，使用人工神经网络模型实现接地故障选线。为 了提 高神经网络 算法的性能，使用一种改进的神经网络算法，对遗传算法中的相应遗传算子以及染色体结构进行改进，通过 自适应交 叉变异概率的引入，从全局均衡和优化初始网络权重以及BP网络结构。使用 110kv／35kV的配电系统作为小电流 接地故障选线实例分析，对常规神经网络算法和改进神经网络算法进行对比。研究结果表明，改进神经网络算法的 输出误差要低于常规神经网络算法，正确选线率要高于常规神经网络算法。 关键词：人工神经网络；遗传算法；小电流接地故障；故障选线 Abstract：Themethodoffaultlineselectionforsmallcurrentgroundingisstudied．andtheartificialneuralnetworkmodelis usedtorealizethefauhlineselection．Inordertoimprovetheperformanceofneuralnetworkalgorithm，animprovedBPneu— ral networkalgorithm isadoptedwhichmainlyimprovesthecorrespondinggeneticoperatorsandchromosomestructureingenet— icalgorithm，and through introducingtheadaptivecrossoverandmutationprobability，theinitial weightsandBP network structurearebalancedandoptimized．Takingl10kV／35kV distributionsystem ofrexampletoanalyzesmallcurrentrgounding fauhlineselection．theconventionalneuralnetworkalgorithm andtheimprovedneuralnetworkalgorithm arecompared．The resultsshow htattheoutputerroroftheimprovedneuralnetworkalgorithm islowerthanthatoftheconventionalneuralnetwork algorithm ，andthecorrectlineselectionrateishigherthanthatoftheconventionalneuralnetworkalgorithm． Keywords：artificialneuralnetwork；geneticalgorithm；smallcurrentgroundingfault；faultlineselection 中图分类号：TM77 文献标志码：A 文章编号：1003—6954(2016)06—0036—05 三相线电压的对称性，对负荷连续供 电不会产生影 0 引 言 响，因此不需要马上跳闸，可 以按照 电力规程维持 1 — 2h运行，能够在有效减少用户停电时间中提升 中性点不直接接地以及中性点直接接地是电力 供电的可靠性和稳定性。然而如果系统长期运行在 系统中性点接地的两种主要形式。其中中性点直接