基于GA-LVQ網(wǎng)絡的信息融合故障選線方法.pdf

1、配電網(wǎng)單相接地故障選線一直是個尚未解決的難題，由于配電網(wǎng)結(jié)構(gòu)復雜，現(xiàn)有各種單一選線方法的局限性，選線結(jié)果準確率低，因此探索新型快速準確的選線方法具有重大現(xiàn)實意義。
　　論文分析了配電網(wǎng)單相接地故障時的電壓電流信號的故障特征，探索了一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的信息融合選線方法。首先針對利用故障暫態(tài)特征的小波模極大值選線方法在故障相電壓過零點且接高過度電阻時容易發(fā)生誤判或漏判的不足，利用學習矢量量化(LVQ)神經(jīng)網(wǎng)絡結(jié)構(gòu)簡單、便于實

2、現(xiàn)和較好的聚類效果的特點，提出了一種遺傳算法(GA)優(yōu)化LVQ神經(jīng)網(wǎng)絡算法的配電網(wǎng)接地故障選線方法，克服了LVQ網(wǎng)絡算法對初始權(quán)值敏感問題，提高了算法選線準確率和收斂速度。然后針對單一故障特征的選線方法準確率低，提出了基于GA-LVQ網(wǎng)絡的信息融合故障選線方法。應用MATLAB軟件建立配電網(wǎng)單相接地故障的仿真模型，利用故障穩(wěn)暫態(tài)特征信息分別構(gòu)造零序電流暫態(tài)行波分量法、基波法和有功分量法的故障測度函數(shù)，提取零序電流信號的故障特征信息，根據(jù)

3、故障測度函數(shù)計算各故障測度作為GA-LVQ神經(jīng)網(wǎng)絡的信息融合選線方法的樣本，對不同的故障類型進行仿真，并將該方法的選線準確率分別與三種單一的選線方法的選線準確率進行對比，結(jié)果表明GA-LVQ神經(jīng)網(wǎng)絡的信息融合選線方法具有更高的準確率。
　　論文提出了將GA優(yōu)化LVQ網(wǎng)絡算法和智能信息融合算法相結(jié)合應用于配電網(wǎng)接地故障選線，通過MATLAB語言編程實現(xiàn)LVQ神經(jīng)網(wǎng)絡的聚類算法及遺傳算法對LVQ網(wǎng)絡初始權(quán)值的優(yōu)化，具有一定的先進性，有