利用GA优化后的RS-BP神经网络进行电网故障定位的方法研究

摘要：

电网故障的准确判断与精准定位是电网安全运行的重要保障措施,传统电网保护方法是基于专家经验和离线仿真与整定的方法.随着电网不确定性因素与复杂性的大幅提高,这些方法因精确度与准确率不足会引起保护误动作与拒动,给电力系统的安全稳定运行带来巨大风险.为有效提高电网线路故障诊断的速度和准确性,提出一种利用遗传算法(Genetic Algorithm,GA)优化后的粗糙集(Rough Set,RS)-BP(back propagation)神经网络进行电网线路故障定位的方法.首先采用GA结合粗糙集RS对数据进行预处理,得到最小约简属性集,进而简化BP神经网络结构;其次根据遗传算法全局寻优的特点,采用GA优化BP神经网络的初始权值和阈值;然后使用BP算法细化局部搜索,避免陷入局部极小值,最终形成GA优化RS-BP神经网络的故障定位模型.仿真结果对比发现,该模型能够准确有效地进行故障定位,提高故障诊断速度和准确率,具有可行性和有效性.

关键词：电网、故障诊断、遗传算法、粗糙集、神经网络

所属期刊栏目：35

分类号：TM711(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目

在线出版日期：2019-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：22-28