基于模糊神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷.pdf

1、隨著現(xiàn)在電網(wǎng)規(guī)模的不斷擴(kuò)大，電網(wǎng)元件受到各方面故障的的影響也越來(lái)越多。目前對(duì)電網(wǎng)故障元件的診斷主要是通過(guò)人工智能技術(shù)以及繼電保護(hù)和斷路器的動(dòng)作信息來(lái)進(jìn)行故障元件的診斷。但是由于目前電網(wǎng)變得越來(lái)越復(fù)雜，故障的原因也變得復(fù)雜多樣，導(dǎo)致繼電保護(hù)和斷路器由于信號(hào)發(fā)生畸變而不能正常地診斷出故障元件?；诖?，為了能夠比較快速和準(zhǔn)確地診斷出電網(wǎng)的故障元件，本文的主要工作如下:
　　本文構(gòu)建了簡(jiǎn)單的電網(wǎng)結(jié)構(gòu)模型，通過(guò)對(duì)故障元件的繼電保護(hù)動(dòng)作分析，

2、確定了故障元件和保護(hù)的動(dòng)作關(guān)系，并整理出了電網(wǎng)故障測(cè)試樣本集。然后通過(guò)制定的電網(wǎng)故障頻率模糊等級(jí)表對(duì)訓(xùn)練樣本進(jìn)行模糊化處理，并用向量的形式表示出來(lái)，得到電網(wǎng)故障元件輸入向量集與電網(wǎng)故障元件的輸出向量集。最后通過(guò)模糊神經(jīng)網(wǎng)絡(luò)混合分類器構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)，以及使用MATLAB進(jìn)行仿真，并對(duì)仿真結(jié)果進(jìn)行分析。通過(guò)對(duì)標(biāo)準(zhǔn)BP網(wǎng)絡(luò)對(duì)電網(wǎng)結(jié)構(gòu)圖進(jìn)行仿真，可以得到誤差曲線，然后從仿真出來(lái)的誤差曲線中可以看出，BP神經(jīng)網(wǎng)絡(luò)的收斂效果不佳，且存在著較大的誤

3、差震蕩現(xiàn)象。通過(guò)模糊神經(jīng)網(wǎng)絡(luò)混合分類器模型對(duì)電網(wǎng)結(jié)構(gòu)圖進(jìn)行仿真，得到模糊神經(jīng)網(wǎng)絡(luò)的誤差曲線，從該收斂曲線中可以看出，模糊神經(jīng)網(wǎng)絡(luò)的誤差收斂曲線比BP神經(jīng)網(wǎng)絡(luò)要快得多。它不僅能夠達(dá)到我們的期望，而且曲線比較平穩(wěn)和光滑，可以判定該模型的訓(xùn)練已經(jīng)達(dá)到要求了。通過(guò)對(duì)模擬的電網(wǎng)結(jié)構(gòu)圖進(jìn)行仿真，并且與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行參照，可以得到這樣一個(gè)結(jié)論，模糊神經(jīng)網(wǎng)絡(luò)的收斂很快，仿真的實(shí)際輸出和理論輸出非常接近。所以模糊神經(jīng)網(wǎng)絡(luò)在診斷復(fù)雜不確定的電網(wǎng)故障時(shí)，比