|
OALib Journal期刊
ISSN: 2333-9721
费用：99美元
|
|
|
|
基于量子神经网络和证据融合的小电流接地选线方法
, PP. 171-178
Keywords: 量子神经网络,DS证据理论,信息融合,小电流接地选线
Abstract:
在研究基于集成量子神经网络和Dempster-Shafer(DS)证据理论故障诊断模型的基础上,提出将该模型应用到小电流接地选线中。利用快速傅里叶变换和小波包变换从零序电流信号中提取故障特征量来训练多个量子神经网络,再用DS证据理论对各个神经网络的输出结果进行全局融合,得到综合选线结果。仿真结果表明该模型对小电流接地选线具有很强的适应性,且不受系统接地方式、合闸角、过渡电阻等因素的影响,解决了单一判据选线准确率低和高维输入神经网络训练收敛速度慢、诊断时间长等问题。
| [1] | 董新洲, 毕见广. 配电线路暂态行波的分析和接地选线研究[J]. 中国电机工程学报, 2005, 25(4): 1-6.
|
| [2] | 薛永端, 徐丙垠, 冯祖仁, 等. 小电流接地故障暂态方向保护原理研究[J]. 中国电机工程学报, 2003, 23(7): 51-56.
|
| [3] | 王耀南, 霍百林, 王辉, 等. 基于小波包的小电流接地系统故障选线的新判据[J]. 中国电机工程学报, 2004, 24(6): 54-58.
|
| [4] | 苏战涛, 吕艳萍. 一种基于小波包分析的小电流接地电网单相接地故障选线的新方法[J]. 电网技术, 2004, 28(12): 30-33.
|
| [5] | 庞清乐, 孙同景, 孙波, 等. 基于蚁群算法的神经网络配电网故障选线方法[J]. 继电器, 2007, 35(16): 1-6.
|
| [6] | 朱大奇, 陈尔奎. 旋转机械故障诊断的量子神经网络算法[J]. 中国电机工程学报, 2006, 26(1): 132-136.
|
| [7] | 许丽佳. D-S理论在信息融合中的改进[J]. 系统工程与电子技术, 2004, 26(6): 717-720.
|
| [8] | 王娜, 梁禹. 基于神经网络和D-S证据理论的故障诊断[J]. 仪器与仪表学报, 2005, 26(8): 773-774.
|
| [9] | 贾清泉, 刘连光, 杨以涵, 等. 应用小波检测故障突变特性实现配电网小电流故障选线保护[J]. 中国电机工程学报, 2001, 21(10): 78-82.
|
| [10] | 戴剑锋, 张艳霞. 基于多频带分析的自适应配电网故障选线研究[J]. 中国电机工程学报, 2003, 23(5): 44-47.
|
| [11] | 贾清泉, 杨奇逊, 杨以涵, 等. 基于故障测度概念与证据理论的配电网单相接地故障多判据融合[J]. 中国电机工程学报, 2003, 23(12): 6-11.
|
| [12] | 房鑫炎, 郁惟铺, 庄伟. 模糊神经网络在小电流接地系统选线中的应用[J]. 电网技术, 2002, 26(5): 15-19.
|
| [13] | 齐郑, 艾欣, 王炳革, 等. 基于粗糙集理论的小电流接地系统故障选线方法的有效域[J]. 电网技术, 2005, 29(12): 43-46.
|
| [14] | Narayanan A, Menneer T. Quantum artificial neural network architectures and components-[J]. Infor- mation Sciences, 2000, 128(3): 231-255.
|
Full-Text
|
|
Contact Us
service@oalib.com QQ:3279437679 
WhatsApp +8615387084133
|
|
