典型文献
基于小波–树突状网络的配电网单相接地故障辨识方法
文献摘要：
单相接地故障是智能配电网中最为常见的一种故障,但当接地过渡电阻较高时单相接地故障稳态特征不明显,难以与正常扰动进行区分,故障辨识的准确率受到较大影响.针对上述情况,文章采用小波分析法对故障信号进行三级分解,得到不同的高频成分,构建特征向量,并采用树突状神经网络对故障特征向量进行分类和识别.在MATLAB/Simulink中建立仿真模型,测试结果表明,运用该方法能够对单相接地高阻故障和正常扰动进行准确快速分类,其收敛速度和分类准确率均优于一般的智能算法.同时在信号存在噪声的情况下,该方法仍然具有较高的准确率.
文献关键词：
配电网;单相接地;树突状神经网络;小波变换;故障辨识;特征提取
中图分类号：
作者姓名：
周俊;何钊睿;樊轶;刘遐龄;蔡月明;刘明祥
作者机构：
南瑞集团(国网电力科学研究院)有限公司,江苏南京 211000;国电南瑞南京控制系统有限公司,江苏南京 210061
文献出处：
引用格式：
[1]周俊;何钊睿;樊轶;刘遐龄;蔡月明;刘明祥-.基于小波–树突状网络的配电网单相接地故障辨识方法)[J].电力信息与通信技术,2022(12):55-62
A类：
树突状神经网络
B类：
于小波,单相接地故障,故障辨识,辨识方法,智能配电网,过渡电阻,稳态特征,上述情况,小波分析法,故障信号,特征向量,故障特征,Simulink,高阻故障,准确快速,快速分类,收敛速度,分类准确率,智能算法,小波变换
AB值：
0.252173
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
