資源描述：
《基于神經(jīng)網(wǎng)絡(luò)智能型母線保護(hù)技術(shù)的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、西華大學(xué)碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的智能型母線保護(hù)技術(shù)的研究電力電子與電力傳動(dòng)專業(yè)研究生韓涵指導(dǎo)教師董秀成摘要母線是發(fā)電廠和變電所的重要組成部分之一，母線保護(hù)是保障母線安全和可靠運(yùn)行的保護(hù)設(shè)備。對(duì)可靠眭高、智能化程度高的母線保護(hù)技術(shù)及方法的研究具有重要的理論和現(xiàn)實(shí)意義。為了實(shí)現(xiàn)性能更加優(yōu)良的母線保護(hù)，采用一些新理論和新技術(shù)來(lái)研究母線保護(hù)是必要的。人工智能技術(shù)在電力系統(tǒng)中得到了廣泛的應(yīng)用，在繼電保護(hù)領(lǐng)域中也具有廣闊的研究空間。其中，人工神經(jīng)網(wǎng)絡(luò)(ANN)是—種具有高度智能化的數(shù)學(xué)工具，可以應(yīng)用到新型母線保護(hù)的研究中。本文依據(jù)人工神經(jīng)網(wǎng)絡(luò)具有分
2、類能力的特點(diǎn)，采用實(shí)際采集到的各種類型故障數(shù)據(jù)作為樣本數(shù)據(jù)，利用這些樣本數(shù)據(jù)對(duì)構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，使母線保護(hù)神經(jīng)網(wǎng)絡(luò)模型具有故障識(shí)別和判斷能力。神經(jīng)網(wǎng)絡(luò)模型分別采用了BP算法和RBF算法。利用該模型就兩種不同的改進(jìn)型的神經(jīng)網(wǎng)絡(luò)算法對(duì)各種母線故障的分類進(jìn)行了分析比較，給出了兩種網(wǎng)絡(luò)下的仿真結(jié)果。結(jié)果表明經(jīng)過(guò)訓(xùn)練以后的母線保護(hù)人工神經(jīng)網(wǎng)絡(luò)模型能準(zhǔn)確判斷母線的正常運(yùn)行方式對(duì)其內(nèi)部的各種故障能正確區(qū)分，并且滿足保護(hù)精度的要求。但是由于母線保護(hù)故障數(shù)據(jù)的完整樣本不易獲取，本文還提出了用神經(jīng)網(wǎng)絡(luò)模型去替代母線保護(hù)的實(shí)際物理對(duì)象，同時(shí)給出了基于
3、人工神經(jīng)網(wǎng)絡(luò)函數(shù)逼近能力的母線保護(hù)方法。首先就母線保護(hù)物理對(duì)象的輸入輸出之間的函數(shù)關(guān)系進(jìn)行研究，將物理對(duì)象的輸入定為母線上各回路電流互感器(CT)傳變后的同一時(shí)刻二汐對(duì)僉測(cè)電流，輸出定為母線上各回路的一次測(cè)同一時(shí)刻流過(guò)的電流之和。然后對(duì)母線保護(hù)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了研究和討論，就激活函數(shù)為線性函數(shù)和非線性函數(shù)兩種隋況，分別構(gòu)建了母線保護(hù)的AⅢ模型，給出了學(xué)習(xí)訓(xùn)練第1頁(yè)西華大學(xué)碩士學(xué)位論文的算法。通過(guò)MATI．AB軟件平臺(tái)實(shí)現(xiàn)了對(duì)母線保護(hù)神經(jīng)網(wǎng)絡(luò)模型的仿真訓(xùn)練。并將訓(xùn)練好的母線保護(hù)神經(jīng)網(wǎng)紹模型針對(duì)母線的區(qū)內(nèi)和區(qū)外的不同類型的故障進(jìn)行了物理模擬
4、實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，基于人工神經(jīng)網(wǎng)絡(luò)函數(shù)逼近能力的母線保護(hù)方法，在母線區(qū)內(nèi)故障時(shí)可靠出口，在區(qū)外故障時(shí)可靠不出口。關(guān)鍵詞：母線保護(hù)，神經(jīng)網(wǎng)絡(luò)，函數(shù)逼近，RBF算法，BP算法第1I頁(yè)兩華大學(xué)碩士學(xué)位論文ResearchofBusProtectiontechnologyBasedOilArtificialNeuralNetworkCandidate：HANHanSupervisor：DONGXiuchengAbstractBusisoneofthemostimportⅢtpartsinpowerplantsandIransforrnersub
5、stations．Busprotectionplaysakeyroleinthereliableandsecureoperationofpowersystem．Theresearchonthebusprotectionofhigh-reliabilityandhigh-in把lligencewillbequiteimportant．Itisnecessarytointroducenewtheoryandtechnologytomakebetterimprovementinbusprotection．Artificialintelegenc
6、eiswndelyusedinthepowersystem,anditwasalsoresearchedintherelayingprotection．Asamathematictoolwithhighintelfigence．ANN(ArtificialNeuralNetwork)issuitable斷Ⅱ1elesearchonnewprotection．Foralongwhile,lheapplicationofANNt0叫ayprotectionisbasedonclassificationability．Inthisthesis，
7、ANNmodelistrainedbysampledata,whichcancharacterizefault．ThevariousfatlltsofpowersystemcanbedistinguishedandjuagedbythetrainedANN．BPandRBFalebothusedtowaintheANNmodel．Applyingthismodel,busproteclionfailureswereanalyzeaandcomparedintwodifferentimprovedalgorithmsofneuralnetw
8、orks,andtwosimulationresultswereacquired．TheresultshowsthattheIrainedANNmodelcouldnotonlycorresp
