基于改进PSO-BP网络的配电网故障选线与测距
李升健1
黄灿英2
陈艳2
1.国网江西省电力有限公司 电力科学研究院,南昌,3300962.南昌大学 科学技术学院,南昌,330029
摘要：针对人工智能算法在解决配电网故障选线和测距问题时容易陷入局部最优解并难以满足精确性和鲁棒性要求的问题,提出了一种基于改进粒子群优化神经网络的配电网故障选线与测距算法.该算法结合混沌优化算法和粒子群优化算法得到收敛能力更强的粒子群优化算法,通过提取配电网的零序电压与电流的暂态及稳态特征来构成特征向量,并分别使用训练集训练改进粒子群优化神经网络算法,从而能更精确地预测配电网的故障线路及其距离.仿真测试结果表明,所提出的算法能获得更精确的选线和测距结果,具有一定的实用性.
关键词：粒子群优化神经网络混沌优化配电网故障选线故障测距暂态稳态最优解
分类号：TM76(输配电工程、电力网及电力系统)
资助基金：江西省教育厅科学技术研究项目(GJJ151504)江西省教育厅科学技术研究项目(GJJ151505)
论文发表日期：2019-01-01
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：6( 6-11 )
英文信息