基于改進PSO-BP網絡的配電網故障選線與測距
作者：李升健; 黃燦英; 陳艷 國網江西省電力有限公司電力科學研究院; 南昌330096; 南昌大學科學技術學院; 南昌330029
摘要：針對人工智能算法在解決配電網故障選線和測距問題時容易陷入局部最優解并難以滿足精確性和魯棒性要求的問題,提出了一種基于改進粒子群優化神經網絡的配電網故障選線與測距算法.該算法結合混沌優化算法和粒子群優化算法得到收斂能力更強的粒子群優化算法,通過提取配電網的零序電壓與電流的暫態及穩態特征來構成特征向量,并分別使用訓練集訓練改進粒子群優化神經網絡算法,從而能更精確地預測配電網的故障線路及其距離.仿真測試結果表明,所提出的算法能獲得更精確的選線和測距結果,具有一定的實用性.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
沈陽工業大學學報雜志
沈陽工業大學學報雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：電氣工程、材料科學與工程、機械工程、信息科學與工程、建筑工程等。于1964年經新聞總署批準的正規刊物。
- 北大期刊
- 統計源期刊
- 1-3個月審核
