基于自适应神经模糊推理系统的配电网故障分类方法

    公开(公告)号:CN104155574B

    公开(公告)日:2017-12-15

    申请号:CN201410373242.5

    申请日:2014-07-31

    IPC分类号: G01R31/08 G06F17/50

    CPC分类号: Y02E60/76 Y04S40/22

    摘要: 本发明涉及一种基于自适应神经模糊推理系统的配电网故障分类方法。该方法是基于自适应神经模糊推理系统的一种改进方法。对于配电网常出现的几种短路故障类型,该方法构造了一个基于递阶自适应神经模糊推理系统,基于仿真软件仿真各种短路故障并采集故障相电流作为训练样本数据,使用混合学习算法对构造的递阶自适应神经模糊推理系统进行训练,确定系统中的参数;确定了参数的递阶自适应神经模糊系统就可以用于甄别配电网的故障类型了。通过大量的仿真数据验证表明,本发明提出的分类方法具有较高的分类识别准确性、并且对故障点的变化具有较好的鲁棒性以及对网络拓扑结构的变化具有较强的适应性。

    基于自适应神经模糊推理系统的配电网故障分类方法

    公开(公告)号:CN104155574A

    公开(公告)日:2014-11-19

    申请号:CN201410373242.5

    申请日:2014-07-31

    IPC分类号: G01R31/08 G06F17/50

    CPC分类号: Y02E60/76 Y04S40/22

    摘要: 本发明涉及一种基于自适应神经模糊推理系统的配电网故障分类方法。该方法是基于自适应神经模糊推理系统的一种改进方法。对于配电网常出现的几种短路故障类型,该方法构造了一个基于递阶自适应神经模糊推理系统,基于仿真软件仿真各种短路故障并采集故障相电流作为训练样本数据,使用混合学习算法对构造的递阶自适应神经模糊推理系统进行训练,确定系统中的参数;确定了参数的递阶自适应神经模糊系统就可以用于甄别配电网的故障类型了。通过大量的仿真数据验证表明,本发明提出的分类方法具有较高的分类识别准确性、并且对故障点的变化具有较好的鲁棒性以及对网络拓扑结构的变化具有较强的适应性。

    高压电缆在交叉互联下绝缘介质损耗角趋势在线监测系统

    公开(公告)号:CN204101641U

    公开(公告)日:2015-01-14

    申请号:CN201420532175.2

    申请日:2014-09-16

    IPC分类号: G01R27/26

    摘要: 本实用新型公开了一种高压电缆在交叉互联下绝缘介质损耗角趋势在线监测系统,包括信号采集部分、信号传输部分和信号处理部分;信号采集部分包括工频电流传感器、电压互感器、信号传输电缆、数据采集卡和前置工控机;信号传输部分包括局域网网线和光纤网络系统;信号处理部份包括上位机、集控中心服务器;工频电流传感器和电压互感器通过信号传输电缆与前置工控机连接,上位机通过局域网网线与前置工控机连接,集控中心服务器通过光纤网络系统与上位机连接。本实用新型能成功监测三相交叉互联高压电缆的绝缘状态,对电缆的介质损耗变化趋势进行监测和分析,并将电缆的安全状态信息实时传输到服务器显示,且对出现异常的监测进行预警提示。