基于人工神经网络的电力系统中振荡与短路模式识别的研究

郁惟镛; 李航; 康建洲

引用本文:	郁惟镛,李航,康建洲.基于人工神经网络的电力系统中振荡与短路模式识别的研究[J].电力系统保护与控制,2000,28(6):7-9,22.
	.[J].Power System Protection and Control,2000,28(6):7-9,22

【打印本页】【下载PDF全文】【查看/发表评论】【EndNote】【RefMan】【BibTex】

←前一篇|后一篇→

过刊浏览高级检索

本文已被：浏览 4110次下载 2509次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
基于人工神经网络的电力系统中振荡与短路模式识别的研究
郁惟镛¹, 李航, 康建洲
上海交通大学电气工程与自动化系，上海 200240

摘要:

电力系统中的振荡会影响许多距离保护的性能 ,它是许多学者共同关注的难点。文章在比较了以往几种传统保护的原理之后 ,提出一种新的基于人工神经网络的判别算法 ,它能正确区分故障、振荡及振荡中故障等各种状态。并对BP网络算法进行改进后 ,应用于距离保护之中。EMTP仿真结果表明 ,此算法比以往的保护更可靠 ,功能更强大

关键词: 电力系统振荡人工神经网络故障电流分量 BP算法

DOI：

分类号:

基金项目:

Abstract:

Key words:

X关闭