基于神经网络与优化算法的直流配电网故障定位系统及方法
申请号:CN202411839494
申请日期:2024-12-13
公开号:CN119689164A
公开日期:2025-03-25
类型:发明专利
摘要
本发明基于神经网络与优化算法的直流配电网故障定位系统及方法,涉及直流配电网故障定位领域,本发明结合广义回归神经网络与灰狼优化算法,设计故障测距策略。采用自回归滑动平均模型进行原始故障电压数据进行样本扩充,获得大量数据样本,利用S变换与排列熵对故障暂态电压信号进行时频域特征提取,构建故障特征量后输入GRNN进行训练,同时采用改进迭代策略的GWO对GRNN的参数进行优化,最终得到故障定位结果。本发明设计的故障测距方法性能优越,鲁棒性强,实现了MMC型柔性直流配电网的精准故障定位,从而保障柔性直流配电网安全运行。
技术关键词
线路故障定位方法
柔性直流配电网
灰狼优化算法
直流配电网故障
神经网络训练
特征提取单元
暂态能量
样本
灰狼算法
ARIMA模型
GRNN神经网络
广义回归神经网络
故障暂态
因子
故障特征
变量
电压
能量特征提取