论文部分内容阅读
自适应单相重合闸技术与传统的自动重合闸相比,有很多优点.该文将人工神经网络用于自适应单相重合闸.详细论述了怎样生成、处理数据和如何提取特征量,用于神经网络的学习和测试.所用的网络为BP网络,使用自适应调整学习率的学习算法.测试结果表明神经网络能正确地区分出架空线路单相瞬时和永久故障.对瞬时故障,能准确地给出故障消除的时间.该文研究的结果表明神经网络用于自适应重合闸的效果很好,证明神经网络是自适应重合闸技术的一种效手段.由于超高压线路上的实际故障波形通俗读物以获得,该文用EMTP对故障仿真,逼真的仿真非常重要.用EMTP提供的TACS成功地模拟了故障电弧,从而在故障波形中提取出有效的特征量,用于神经网络的训练的测试.