基于ELM和D--S证据理论的配电网故障选线方法研究

被引量 : 3次 | 上传用户:yxl0173
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
配电网接地故障选线是长期以来国内外研究的重难点。由于接地故障发生后,信号特征的微弱,导致现有的基于单一故障特征的方法和装置,易受各种外界因素的干扰,使得选线效果欠佳。而将多种故障特征相结合,可以起到互补的作用。基于此,采用多源信息融合的智能选线方法成为近年来研究的热点。该论文在利用极限学习机(ELM)和D-S证据理论的基础上,对多种故障特征进行融合处理,制定准确有效地接地故障选线方案,用于提高配电网的继电保护水平。首先,阐述了配电网接地故障选线领域的国内外研究现状以及目前主要存在的选线方法,并指出了
其他文献
随着新课程改革的不断发展,小学语文早已经“以读促写”、“读写结合”提升“征程”,已逐步改善写作教学效率,为学生创设更加适合他们发展的学习环境.《诗经·小雅·鹤鸣》中
电网的安全稳定运行是国民经济发展的重要推动力,当电网发生故障时,将对企业与用户造成巨大的损失,研究高效、实用的配电网故障恢复方案对于提高电网供电可靠性具有重要意义。本文分别提出三种算法对配电网故障恢复模型研究。第一,提出基于差分进化算法的配电网故障恢复模型,针对进化类算法容易陷入局部极值以及收敛速度慢等问题,改进差分进化算法的参数,使得该算法收敛速度更快,搜索能力更强;第二,提出基于改进萤火虫算法