基于新型小波神经网络的电力故障回放技术

在已有小波神经网络研究的基础上，从小波库中抽取最优小波包基作为神经元激励函数，并由时频逼近原理确定网络结构和结点个数;采用速度跟踪粒子群优化训练网络权值，克服了传统学习算法收敛速度慢和易陷入局部极小的缺陷。介绍了该网络的结构设计和参数训练方法，利用仿真实验证明其能够精确和快速地逼近非线性系统，并将该网络应用于电力故障回放装置中功率放大部分的系统辨识，建立装置的输入输出模型，根据模型输出和理想放大值确定修正值表，对故障录波数据在数字域内修正后再投入装置进行故障回放测试，有效解决了回放波形的非线性失真。