重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (12): 201-207.doi: 10.3969/j.issn.1674-8425(z).2019.12.029
陈新岗１，２，陈小青１，冯煜轩１，贺 娟１，罗 浩１，余 兵１
摘要： 针对配电网故障类型识别率低的问题，提出一种基于正、负、零三序分量和概率神经网络（ＰＮＮ）的配电网故障类型识别方法。 首先，利用Ｍａｔｌａｂ软件对１０ｋＶ配电网发生各类不对称故障进行仿真，将产生的故障电流用对称分量法进行分解，然后得到有差异的正、负、零序电流；再用这３种分量作为特征量，代入ＰＮＮ进行训练；最后，将现有的故障特征量输入训练完成且具有识别功能的ＰＮＮ网络中，达到故障识别及分类的目的。仿真结果表明：在不同的故障合闸角、过渡电阻以及负荷有重大变化等情况下，三序分量法与负序分量法在区分单相接地、两相短路接地、两相相间短路等不对称故障时，前者区分准确度更高，对进行事故分析和故障选相等具有重要意义。
中图分类号:
主管单位：重庆市教育委员会