神经网络与弱学习机制算法在单相接地故障判断中的对比分析
苏瑜蓉1
顾涛2
1.华北科技学院 安全工程学院,北京 东燕郊 0652012.华北科技学院 计算机学院,北京 东燕郊 065201
摘要：为了进一步提高单相接地故障识别准确率,对比研究了基于BP神经网络与弱学习机制的单相接地故障分类算法在判断单相接地故障准确率方面的问题.根据10 kV架空线路中所采集到的监测数据,使用'相应电场下降百分比与电流上升突变值构建的向量空间'作为训练样本.采用'基于终端吸引子的改进的全局寻优自适应快速BP学习算法'与'基于决策树的弱学习机制算法',对单相接地故障识别问题进行研究,并对比了两种算法之间的性能.结论为:相比于神经网络算法,弱学习机制算法能够更好地弱化向量识别时阈值问题,从而在进行单相接地故障分类时能将准确率提高到99％以上.
关键词：神经网络弱学习机制集成学习单相接地故障阈值弱化
分类号：TM743(输配电工程、电力网及电力系统)
资助基金：河北省物联网监控工程技术研究中心基金项目(3142016020)中央高校基本科研业务费专项(3142015024)
论文发表日期：2021-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 46-53 )
英文信息