电力系统故障检测与感应电机模型预测控制采样时间研究
电力系统故障检测
在电力系统中,接地故障和非接地故障的检测至关重要。此前已有众多算法用于故障检测。
1. 相关算法回顾
- 智能距离继电器(ANFIS) :有研究使用ANFIS设计智能距离继电器来检测输电线路故障。例如,选择三角隶属函数,每个输入变量有三个隶属函数成员,输入为电流 $I_a$、$I_b$、$I_c$ 和电压 $V_a$、$V_b$、$V_c$,并选择最佳训练误差。
- 人工神经网络(ANN) :有多种基于ANN的保护继电器设计用于检测和分类故障。不同的研究采用了不同的ANN结构和训练算法,如在某研究中ANN结构为 (6–6 - 18–15 - 1),输入为 $I_a$、$I_b$、$I_c$ 和 $V_a$、$V_b$、$V_c$,最小误差百分比为 (5.8095e - 5) 。
2. 本文提出的拓扑结构
-
人工神经网络(ANN)
- ANN是模拟人类大脑的基本模型,包含线性和非线性数学函数。前馈神经网络(FNN)是ANN的一种,其数学模型为 $Y = F(\sum_{i = 1}^{n}I_i \times w_i)$,其中 $Y$ 是FNN的输出,$F$ 是FNN的函数,$I_i$ 是输入信号的数量,$w_i$ 是FNN的偏置权重。
- 本文使用的FNN有一个隐藏层和可变数量的神经元,以在训练均方误差(MSE)中获得最小误差比
超级会员免费看
订阅专栏 解锁全文


被折叠的 条评论
为什么被折叠?



