配電網(wǎng)故障定位是快速準(zhǔn)確處理配電網(wǎng)故障的重要保證,也是保證電力系統(tǒng)安全穩(wěn)定運(yùn)行的重要環(huán)節(jié),它的發(fā)展與新理論、新技術(shù)的研究密不可分。本文結(jié)合BP神經(jīng)網(wǎng)絡(luò)在當(dāng)前故障預(yù)測(cè)方面的優(yōu)勢(shì),進(jìn)行了BP神經(jīng)網(wǎng)絡(luò)、遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(GA-BP神經(jīng)網(wǎng)絡(luò))以及粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(PSO-BP神經(jīng)網(wǎng)絡(luò))在配電網(wǎng)故障定位的研究。本文首先通過(guò)分析BP神經(jīng)網(wǎng)絡(luò)的基本原理,將基于BP神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)故障定位方法成功運(yùn)用到典型的手拉手配電網(wǎng)系統(tǒng)。同時(shí)考慮到目前多電源結(jié)構(gòu)的情況,用模塊區(qū)域劃分的思想對(duì)多電源復(fù)雜拓?fù)浣Y(jié)構(gòu)進(jìn)行分區(qū),使其簡(jiǎn)化為多個(gè)單電源配電網(wǎng)模型,從而大大簡(jiǎn)化了配電網(wǎng)拓?fù)浣Y(jié)構(gòu)的復(fù)雜度。由于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)存在初始權(quán)值和閾值難以確定的缺點(diǎn),導(dǎo)致收斂速度慢、易陷入局部極小值等弱點(diǎn),無(wú)法達(dá)到目前配電網(wǎng)故障診斷的要求。為此本文通過(guò)遺傳算法中選擇、交叉和變異等操作對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值進(jìn)行優(yōu)化,并將GA-BP神經(jīng)網(wǎng)絡(luò)在單電源配電網(wǎng)故障定位模型中進(jìn)行Matlab仿真試驗(yàn),結(jié)果表明GA-BP神經(jīng)網(wǎng)絡(luò)在配電網(wǎng)故障定位的有效性。粒子群算法在對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方面具有很大的潛力,其運(yùn)行速度比較快,而且也沒(méi)有遺傳算法中的“交叉”、“變異”等復(fù)雜操作,因此本文將PSO-BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于配電網(wǎng)故障定位。用粒子群算法的迭代來(lái)替代BP神經(jīng)網(wǎng)絡(luò)中的梯度修正,有效的加快了BP神經(jīng)網(wǎng)絡(luò)的收斂速度以及避免局部最優(yōu)解情況的發(fā)生,并通過(guò)與GA-BP神經(jīng)網(wǎng)絡(luò)仿真的訓(xùn)練曲線及誤差精度進(jìn)行對(duì)比,可以發(fā)現(xiàn)PSO-BP神經(jīng)網(wǎng)絡(luò)的收斂速度和對(duì)故障定位的正確性都有很大的提高。最后,本文將三種神經(jīng)網(wǎng)絡(luò)中故障定位能力最佳的PSO-BP神經(jīng)網(wǎng)絡(luò)運(yùn)用到配電網(wǎng)故障定位仿真系統(tǒng)。仿真結(jié)果表明PSO-BP神經(jīng)網(wǎng)絡(luò)對(duì)配電網(wǎng)故障判斷準(zhǔn)確,反應(yīng)迅速,完全滿足配電網(wǎng)故障診斷的要求。同時(shí)該仿真系統(tǒng)以Visual Basic 6.0軟件進(jìn)行可視化界面設(shè)計(jì),操作簡(jiǎn)單,可視化強(qiáng),能夠方便的供用戶使用。
【學(xué)位單位】：湖北民族學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TM732
【部分圖文】：

0.0000 0.0000 0.0048 0.00420.0000 0.0000 0.0031 0.03020.0000 1.0000 0.0072 0.99900.0592 0.0010 0.0026 0.0141S1 故障 S5 故障 S1 故障 S5 故障從診斷結(jié)果可以發(fā)現(xiàn)，用于測(cè)試的兩組樣本都能夠準(zhǔn)確的找到故障發(fā)，說(shuō)明將 BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用于配電網(wǎng)故障定位是完全可行的。但是單3-3 的診斷結(jié)果并不能看出 GA-BP 神經(jīng)網(wǎng)相比較傳統(tǒng) BP 神經(jīng)網(wǎng)絡(luò)的優(yōu)因此，為了進(jìn)一步比較兩種網(wǎng)絡(luò)的性能，得到兩種情況下的誤差曲線圖 3-5、圖 3-6 所示，并且兩種網(wǎng)絡(luò)測(cè)試和訓(xùn)練樣本的仿真誤差結(jié)果 所示。

圖 3-6 GA-BP 網(wǎng)絡(luò)訓(xùn)練誤差曲線Fig.3-6 GA-BP network training error curve表 3-4 測(cè)試與訓(xùn)練樣本仿真誤差結(jié)果Tab.3-4 Test and training sample simulation error results參數(shù) 傳統(tǒng) BP 神經(jīng)網(wǎng)絡(luò) 優(yōu)化后 BP 神經(jīng)網(wǎng)絡(luò)測(cè)試樣本誤差 0.059165 0.054596訓(xùn)練樣本誤差 0.11978 0.074172通過(guò)比較，測(cè)試樣本的誤差由 0.059165 下降到 0.054596，訓(xùn)練樣本的 0.11978 下降到了 0.074172，兩者誤差的較少表明了遺傳算法對(duì) BP 神始值訓(xùn)練效果顯著。這是因?yàn)閮?yōu)化后的 BP 神經(jīng)網(wǎng)絡(luò)所得到的初始權(quán)不再是隨機(jī)值，而是經(jīng)過(guò)遺傳算法的選擇得到最佳的初始值，從某種說(shuō)使優(yōu)化具有了一定的目標(biāo)性，從而防止了傳統(tǒng) BP 神經(jīng)網(wǎng)絡(luò)在選取

湖北民族學(xué)院碩士學(xué)位論文同時(shí)，為了進(jìn)一步說(shuō)明 PSO 優(yōu)化 BP 神經(jīng)網(wǎng)絡(luò)的優(yōu)越性，可以與 G網(wǎng)絡(luò)進(jìn)行仿真比較，其中 GA 的種群大小為 30，進(jìn)化代數(shù)為 50 次，95，交叉概率為 0.7，變異概率為 0.01。算例分析依然以上一章節(jié)中的算例為例進(jìn)行仿真如圖 3-4 所示，對(duì)應(yīng)的配電網(wǎng)時(shí)相應(yīng)的輸入信息集合和輸出信息集合如表 3-1、表 3-2。將故障樣本集合作為輸入代入網(wǎng)絡(luò)，這里仍然選擇第 1、第 5 作為測(cè)代入建立好的模型。仿真之后得到兩種 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線隨的變化情況分別如圖 4-2、圖 4-3 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李苗苗;;自動(dòng)化技術(shù)在輸配電及用電工程中的應(yīng)用研究[J];低碳世界;2017年18期

2 劉鵬程;李新利;;基于多種群遺傳算法的含分布式電源的配電網(wǎng)故障區(qū)段定位算法[J];電力系統(tǒng)保護(hù)與控制;2016年02期

3 付家才;陸青松;;基于蝙蝠算法的配電網(wǎng)故障區(qū)間定位[J];電力系統(tǒng)保護(hù)與控制;2015年16期

4 郭麗偉;薛永端;徐丙垠;蔡燕春;張少凡;;中性點(diǎn)接地方式對(duì)供電可靠性的影響分析[J];電網(wǎng)技術(shù);2015年08期

5 趙金憲;涂展;謝陽(yáng);;粒子群改進(jìn)算法在配電網(wǎng)故障定位中的應(yīng)用[J];黑龍江科技大學(xué)學(xué)報(bào);2014年03期

6 黃佳樂(lè);楊冠魯;;配電網(wǎng)故障區(qū)間定位的改進(jìn)矩陣算法[J];電力系統(tǒng)保護(hù)與控制;2014年11期

7 石東源;熊國(guó)江;陳金富;李銀紅;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)和模糊積分融合的電網(wǎng)分區(qū)故障診斷[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年04期

8 齊鄭;喬豐;黃哲洙;李硯;張惠汐;饒志;;基于暫態(tài)分量遺傳算法的小電流接地故障定位方法[J];電力系統(tǒng)保護(hù)與控制;2014年01期

9 羅毅;程宏波;吳浩;李鶯;;一種基于小波分時(shí)灰度矩與概率神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷方法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

10 王磊;陳青;高湛軍;;輸電網(wǎng)故障診斷的知識(shí)表示方法及其應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2012年04期

相關(guān)碩士學(xué)位論文 前5條

1 蔣亮;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及應(yīng)用[D];南昌大學(xué);2014年

2 柳濤;基于智能算法的配電網(wǎng)故障區(qū)間定位[D];湖南大學(xué);2013年

3 呂瓊帥;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究[D];鄭州大學(xué);2011年

4 孫娓娓;BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)及應(yīng)用研究[D];重慶大學(xué);2009年

5 韋肖燕;基于G3A算法的配電網(wǎng)故障定位研究[D];長(zhǎng)沙理工大學(xué);2009年

本文編號(hào)：2878439