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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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