文献类型：期刊文章

作　　者：李达[1] 薛卿[1] 孔德健[1] 陈春强[1] 王金玉[2]

Li Da;Xue Qing;Kong Dejian;Chen Chunqiang;Wang Jinyu(State Grid Jibei Electric Power Co.,Ltd.,Maintenance Branch,Beijing 102488,China;School of Electrical Engineering and Information,Northeast Petroleum University,Daqing Heilongjiang 163318,China)

机构地区：[1]国网冀北电力有限公司检修分公司,北京102488 [2]东北石油大学电气信息工程学院,黑龙江大庆163318

出　　处：《电气自动化》

年　　份：2018

卷　　号：40

期　　号：6

起止页码：42-44

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：在目前的电力系统中,高压输电线路担负着重要的任务,如果线路发生故障不能及时排除会造成巨大的影响。在对故障线路进行故障测距前,首先要进行故障类型的确定。将PSO(粒子群算法)和BP(神经网络)结合形成PSO-BP(粒子群神经网络)算法可以准确实现线路故障的分类。并利用小波变换对故障特征量进行提取。经仿真验证PSO-BP算法对线路故障类型分类的准确率更高。

关 键 词：高压输电线路 故障类型 粒子群神经网络 小波变换 仿真验证

分 类 号：TM712.1]