[发明专利]一种利用自然频率和人工神经网络的配网故障测距方法

权利要求书

1.一种利用自然频率和人工神经网络的配网故障测距方法，其特征在于按以下步骤进行：

（1）配电网发生单相接地故障后，启动元件立即启动，根据保护安装处测得的三相电流可得零序电流故障分量                                                为：

                            (1)

式中，、、分别为故障线路A、B、C三相电流，k =1、2、3…N，N为采样序列长度； 

（2）对故障线路暂态零序电流进行FFT变换，其采样频率是1MHz，采样长度是2048，经FFT变换得到一个2048×2的矩阵：

                    (2)

式中，e为自然常数，为从保护安装处得到的零序暂态电流， 为的FFT变换，它反映了频域上的分布情况；

（3）对得到的2048×2的矩阵取绝对值得到：

                               (3)

其中为矩阵中各个元素求绝对值后的矩阵，横坐标为的频率分布，纵坐标为某一特定频率对应的幅值；

（4）选取第（3）步求出最大八个对应的横坐标即对应的频率，I=（f₁，f₂，f₃，f₄，f₅，f₆，f₇，f₈），用mapminmax函数对其做归一化处理，将归一化得到的数据作为神经网络的输入向量；

（5）故障测距：将第（4）步中的得到的神经网络的样本送入到故障测距的神经网络中进行训练，并得到故障测距结果。

2.根据权利要求1所述的利用自然频率和人工神经网络的配网故障测距方法，其特征在于步骤（4）中神经网络的输入向量通过以下方法取得：

1）线路全程选取故障点，故障距离变化步长为50m；

2) 故障过渡电阻R=20Ω ；

3) 故障合闸角分别取0°、30°、45°、60°、90°。

3.根据权利要求1所述的利用自然频率和人工神经网络的配网故障测距方法，其特征在步骤（5）中的故障测距的神经网络采用BP神经网络模型，网络拓扑结构为8×15×9×1，第一层为输入层，节点数为8；第二层和第三层为隐含层，节点个数分别为15和9，传递函数分别为tansigmoid和logsigmoid；第四层为输出层，节点数为1，传递函数为trainlm；训练算法选用自适应学习速度算法，最大训练次数选为5000次，目标函数误差设定为1e^-5。