文献类型：期刊文章

作　　者：杨桢[1] 马钰超[1] 李丽[2] 李鑫[1] 马子莹[3]

YANG Zhen;MA Yuchao;LI Li;LI Xin;MA Ziying(Faculty of Electrical and Control Engineering,Liaoning Technical University,Xingcheng 125105,China;Fuxin Power Supply Company of State Grid Liaoning Power Co.,Ltd.,Fuxin 123000,China;Tangshan Fengnan District Power supply Branch of State Grid Jibei Electric Power Co.,Ltd.,Tangshan 063000,China)

机构地区：[1]辽宁工程技术大学电气与控制工程学院,辽宁兴城125105 [2]国网辽宁省电力有限公司阜新供电公司,辽宁阜新123000 [3]国网冀北电力有限公司唐山市丰南区供电分公司,河北唐山063000

出　　处：《中国电力》

基　　金：国家自然科学基金资助项目(深部复合煤岩卸荷破裂热红外辐射机理及多场耦合模型研究,51604141)。

年　　份：2022

卷　　号：55

期　　号：3

起止页码：97-104

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、DOAJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统电压暂降源定位方法准确率低的缺点,提出了基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)HHT和GA-BP的定位方法。用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对故障期间的电压和电流进行处理,得到有效特征值-电流实部Icosθ和系统轨迹斜率k,接着用GA-BP神经网络对有效特征值进行分类找出故障源的初步位置,然后用飞蛾扑火优化(moth-flame optimization,MFO)算法对故障线路的电压电流构建的数学模型求解,从而对电压暂降源进行精确定位。同时,根据三相电压幅值之间的关系区分故障类型。最后,以双电源系统仿真模型为例对所提方法进行验证,仿真结果表明:提出的定位方法准确率和精度很高,能够准确地定位出电压暂降源的位置。

关 键 词：集合经验模态分解  希尔伯特变换 GA-BP神经网络 电流实部  系统斜率轨迹  

分 类 号：TM714.2]