基于粗神经网络的输电线路故障分类方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：提出了一种基于粗神经网络（roughmembershipneuralnetwork，RMNN）的高压输电线路故障分类方法，用10个独立的粗神经网络来分类识别输电线路的10种故障类型。粗神经网络利用粗神经元和模糊神经元代替普通神经元，有效地提高了神经网络的训练速度，并能减少网络的训练样本。基于对大量故障数据的分析，综合利用故障发生后5ms内故障电流时域和时频域的13种不同特征量作为故障分类的依据，以提高故障分类的正确率。PSCAD／EMTDC仿真实验结果表明：该故障分类方法能快速准确地分类识别各类故障，并且不易受故障时刻、过渡电阻、故障位置等因素的影响，具有较好的适应性。

原文链接:http://www.cqvip.com/QK/71135X/201107/35393833.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：输电线路 神经网络 神经网 membership network 电力系统 粗神经元 粗神经网络 特征提取 故障分类