模糊神经网络在区分电力系统故障和振荡中的应用

被引：6

作者：

范春菊

张兆宁

郁惟镛

邱双平

机构：

[1] 上海交通大学电力学院电气工程系!上海,上海交通大学电力学院电气工程系!上海,上海交通大学电力学院电气工程系!上海,上海交通大学电力学院电气工程系!上海

来源：

电力系统及其自动化学报 | 2001年 / 03期

关键词：

故障识别; 振荡; 模糊控制; 神经网络;

D O I：

暂无

中图分类号：

TM773 [线路保护]; TP183 [人工神经网络与计算];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

根据电力系统发生故障和振荡时母线处获得的信号的特点 ,提出了用模糊神经网络来识别电力系统振荡与故障的模型和算法。经 EMTP仿真表明 ,该方法能够很好地识别振荡与故障 ,而且计算和响应速度快。另外 ,系统正在振荡时又发生故障 ,本文提出的模糊神经网络的模型及算法也能正确区分出故障。缺点是需要经过大量的训练 ,但是由于是离线训练 ,不影响此方法的实时应用

引用

页码：50 / 53

页数：4

共 5 条

[1] 小波变换原理识别电力系统故障及振荡中短路的研究 [J].