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

AITNT
正文
推荐专利
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
申请号:CN202411839494
申请日期:2024-12-13
公开号:CN119689164A
公开日期:2025-03-25
类型:发明专利
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
1
基于多阶段数据优化分布式光伏母线负荷预测方法及系统
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
2
基于PSO-RBF神经网络的固液火箭发动机性能预测方法及系统
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
3
基于Transformer地震勘探数据低频延拓方法
地震勘探数据 延拓方法 滑动窗口 模块 Softmax函数
4
免注册声纹通话降噪方法、电子设备和存储介质
通话降噪方法 样本 声纹特征 聚类 神经网络训练
5
一种无人驾驶车辆寻的驾驶控制方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号