基于LMD-1（1/2）维谱熵-Elman神经网络输电线路短路故障识别理论与方法
来源期刊：湖南科技大学学报自然科学版2015年第1期
论文作者：蔡明山 蔡双
文章页码：78 - 86
关键词：输电线路;故障识别;LMD分解;1(1/2)维谱熵;Elman神经网络;
摘 要：针对电力系统输电线路故障时短路电流的暂态特征,采用LMD对相模变换后的短路电流进行分解,得到一系列PF分量,然后计算前8个PF分量的1(1/2)维谱熵值作为特征向量,最后将构造的特征向量输入到已训练好的Elman神经网络中进行故障类型识别,并在Matlab平台上建立仿真模型.仿真结果表明,采用的方法能够快速准确地判断出故障类型和故障相;与传统BP网络相比,该方法具有更快的识别速度、更高的识别率,并且识别结果不受过渡电阻、故障位置、相差角等线路参数的影响,因而,实用、有效.
蔡明山1，蔡双2
1. 湖南文理学院电气与信息工程学院2. 常德烟草机械有限责任公司
摘 要：针对电力系统输电线路故障时短路电流的暂态特征,采用LMD对相模变换后的短路电流进行分解,得到一系列PF分量,然后计算前8个PF分量的1(1/2)维谱熵值作为特征向量,最后将构造的特征向量输入到已训练好的Elman神经网络中进行故障类型识别,并在Matlab平台上建立仿真模型.仿真结果表明,采用的方法能够快速准确地判断出故障类型和故障相;与传统BP网络相比,该方法具有更快的识别速度、更高的识别率,并且识别结果不受过渡电阻、故障位置、相差角等线路参数的影响,因而,实用、有效.
关键词：输电线路;故障识别;LMD分解;1(1/2)维谱熵;Elman神经网络;
