摘要
本发明基于神经网络与优化算法的直流配电网故障定位系统及方法,涉及直流配电网故障定位领域,本发明结合广义回归神经网络与灰狼优化算法,设计故障测距策略。采用自回归滑动平均模型进行原始故障电压数据进行样本扩充,获得大量数据样本,利用S变换与排列熵对故障暂态电压信号进行时频域特征提取,构建故障特征量后输入GRNN进行训练,同时采用改进迭代策略的GWO对GRNN的参数进行优化,最终得到故障定位结果。本发明设计的故障测距方法性能优越,鲁棒性强,实现了MMC型柔性直流配电网的精准故障定位,从而保障柔性直流配电网安全运行。
技术关键词
线路故障定位方法
柔性直流配电网
灰狼优化算法
直流配电网故障
神经网络训练
特征提取单元
暂态能量
样本
灰狼算法
ARIMA模型
GRNN神经网络
广义回归神经网络
故障暂态
因子
故障特征
变量
电压
能量特征提取
系统为您推荐了相关专利信息
母线负荷预测方法
时间卷积网络
分布式光伏
多阶段
灰狼优化算法
RBF神经网络
固液火箭发动机
性能预测方法
工况特征
数值仿真模型
地震勘探数据
延拓方法
滑动窗口
模块
Softmax函数
无人驾驶车辆
驾驶控制方法
深度强化学习方法
深度神经网络
智能驾驶技术