期刊文章详细信息
基于小波神经网络的电力系统振荡和故障识别 ( EI收录)
WAVELET NEURAL NETWORKS BASED RECOGNITION OF SWING AND FAULT IN POWER SYSTEM
文献类型:期刊文章
机构地区:[1]烟台东方电子信息产业股份有限公司保护所,山东省烟台市264001 [2]中国民航学院空管系,天津市300300 [3]天津大学电力系,天津市300072
年 份:2002
卷 号:26
期 号:11
起止页码:9-13
语 种:中文
收录情况:AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:2002417130475)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:目前距离保护中的振荡闭锁元件都不同程度地导致振荡中故障的延时及无选择切除 ,基于此 ,文中综合小波变换以及神经网络的突出优点 ,构建了一种新型的小波神经网络模型 ,并给出了其相应的算法 ,以此小波神经网络实现了高压输电线路距离保护中基于暂态信号的系统振荡闭锁元件。理论分析及大量 EMTP仿真实验表明 :充分训练学习后的小波网络能够正确、快速地识别系统振荡和各种故障情况 ,即使是系统振荡时最不利情况下的线路轻微故障 ,亦能获得比较满意的结果 。
关 键 词:小波 神经网络 电力系统 振荡 故障识别
分 类 号:TM711] TP183]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...