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
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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

    Abstract:

    参考文献
    相似文献
    引证文献
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,V28(6):7-9,22]

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
关闭
关闭