摘要
本发明提供了一种低压有源台区电网故障辨识模型构建、辨识方法及系统,包括基于分布式新能源出力预测值构建低压有源台区电网模型,获取电网在设定的不同故障类型下的仿真故障运行数据;基于仿真故障运行数据的时频域特征和仿真故障运行数据对应的故障类型,采用粒子群算法优化后的极限学习机,训练单隐藏层前馈神经网络,得到训练好的低压有源台区电网故障辨识模型;该方法及系统通过分布式新能源出力预测值建立精细化低压有源台区电网模型,使仿真故障运行数据能够考虑到分布式新能源出力的随机性和不确定性,能够使故障辨识模型更适用于分布式新能源接入的电网故障辨识,辨识结果更加准确。
技术关键词
前馈神经网络
极限学习机
时域特征提取
频域特征提取
低压
电网故障辨识方法
单相接地故障
神经网络预测模型
粒子群算法优化
模型构建方法
样本
数据
极值
电网模型构建
相间短路故障
分布式新能源接入