基于组合神经网络的输电线故障类型识别
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:

中国民航总局教育基金资助项目!(98 3 0 4)


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:

    准确的输电线路故障类型识别是实现故障测距的前提 ,文中在高压输电线路故障分析的基础上 ,构建了由Kohonen自组织特征映射神经网络模型和BP网络模型组合而成的类型识别网络模型 ,来实现输电线路的故障检测及故障类型识别。经理论分析和大量的EMTP仿真表明 :此网络模型较单一网络模型 ,所需训练样本少 ,学习时间短 ,并且在各种故障模式下 ,均能可靠、准确实现输电线路故障类型的识别 ,不受故障过渡电阻、故障初始角、系统运行方式、故障点位置等因素的影响

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张兆宁 ,毛鹏,郁惟镛,等.基于组合神经网络的输电线故障类型识别[J].电力系统保护与控制,2001,29(4):1-5.[.[J]. Power System Protection and Control,2001,V29(4):1-5]

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