一种基于小波分时灰度矩与概率神经网络的电网故障诊断方法

为提高电网故障诊断的准确率和速度，提出一种将小波分时灰度矩与概率神经网络相结合的电网故障诊断方法，通过对小波灰度矩进行时间上的划分，计算得到故障发生后电流在不同时刻的灰度矩的值，从而得到小波系数随时间的变化情况；以小波分时灰度矩作为概率神经网络的输入，诊断结果作为输出，实现对电网故障的自动诊断，利用PSCAD/EMTDC对电网不同类型的故障进行了仿真，采用连续小波变换对电网发生短路故障后的暂态信息进行分析，提取其灰度矩信息，利用概率神经网络进行了故障识别。仿真结果表明，小波分时灰度矩具有较强的细节表现能力，可作为电网故障的故障特征，与概率神经网络相结合可有效地实现对电网故障的自动识别。