[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

摘要

本发明是一种利用自然频率和人工神经网络的配网故障测距方法。本发明是利用线路在不同点故障时，故障行波的线路的主自然频率不相同的原理来进行故障测距，同时利用分层分布式人工神经网络进行数据处理。当线路发生单相接地故障后，采样频率为1MHz，选取故障后采样长度为2048的离散零序暂态信号，进行FFT变换，变换结果为一2048×2的矩阵，对该矩阵求绝对值。根据本发明采用的模型，选取幅值较大的8个频率值作为神经网络的样本属性，选择合适的传递函数和学习规则，设置恰当的神经网络参数构造BP网络模型进行故障测距。大量仿真结果表明，本发明效果良好。

主权项

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。