基于改进学习矢量量化神经网络输电线路故障识别技术

摘要：

针对输电线路距离长、覆盖范围广,易受到自然环境和人为因素的影响,对输电线路故障分类和识别非常困难.在输电线路故障分类中将经验小波变换与改进的学习矢量量化神经网络相结合,使用经验小波变换提取输电线路的故障特征,并使用改进的学习矢量量化神经网络识别故障特征.通过对不同故障类型、故障位置、过渡电阻和初始故障角度进行仿真,验证该模型的准确性和有效性.仿真结果表明,该方法在故障分类中具有一定的优势,不受上述因素的影响,具有良好的鲁棒性和故障分类性能.该研究为中国输电线故障识别技术的发展提供一定的参考.

关键词：输电线路、经验小波变换、学习矢量量化神经网络、故障特征、故障分类

所属期刊栏目：21

分类号：TM614(发电、发电厂)

资助基金：国家自然科学基金61602251

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：583-590