首页 > 期刊 > 自然科学与工程技术 > 工程科技II > 电力工业 > 电力科学与工程 > 利用GA优化后的RS-BP神经网络进行电网故障定位的方法研究 【正文】
摘要:电网故障的准确判断与精准定位是电网安全运行的重要保障措施,传统电网保护方法是基于专家经验和离线仿真与整定的方法。随着电网不确定性因素与复杂性的大幅提高,这些方法因精确度与准确率不足会引起保护误动作与拒动,给电力系统的安全稳定运行带来巨大风险。为有效提高电网线路故障诊断的速度和准确性,提出一种利用遗传算法(Genetic Algorithm, GA)优化后的粗糙集(Rough Set, RS)-BP(back propagation)神经网络进行电网线路故障定位的方法。首先采用GA结合粗糙集RS对数据进行预处理,得到最小约简属性集,进而简化BP神经网络结构;其次根据遗传算法全局寻优的特点,采用GA优化BP神经网络的初始权值和阈值;然后使用BP算法细化局部搜索,避免陷入局部极小值,最终形成GA优化RS-BP神经网络的故障定位模型。仿真结果对比发现,该模型能够准确有效地进行故障定位,提高故障诊断速度和准确率,具有可行性和有效性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社