典型文献
HHT结合QPSO-GRNN的同塔双回输电线路故障测距
文献摘要：
为提高同塔双回输电线路故障测距的精度,提出将希尔伯特黄变换和量子粒子群优化的广义回归神经网络相结合的方法用于构建测距模型.首先将线路两端采集的故障电流进行相模变换,选取其特征模量进行希尔伯特黄变换;将变换得到的2个采样点作为模型输入,对应的故障距离作为模型输出,构建经量子粒子群算法优化的广义回归神经网络;在网络中进行训练,寻找到最优的光滑因子并最后得到故障测距模型.PSCAD和MATLAB仿真结果表明,该模型特征输入样本获取方式简单,模型收敛速度快,故障测距精度较高,抗噪能力较强.
文献关键词：
同塔双回线;故障测距;量子粒子群算法;广义回归神经网络;希尔伯特黄变换
中图分类号：
作者姓名：
于仲安;陈苗;张军令
作者机构：
江西理工大学 电气工程与自动化学院,江西 赣州 341000
文献出处：
引用格式：
[1]于仲安;陈苗;张军令-.HHT结合QPSO-GRNN的同塔双回输电线路故障测距)[J].电力科学与工程,2022(02):43-51
A类：
B类：
HHT,QPSO,GRNN,同塔双回输电线路,输电线路故障,故障测距,希尔伯特黄变换,量子粒子群优化,广义回归神经网络,测距模型,故障电流,流进,相模变换,采样点,模型输入,故障距离,模型输出,量子粒子群算法,算法优化,光滑因子,PSCAD,模型特征,收敛速度,测距精度,同塔双回线
AB值：
0.25009
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。
