[发明专利]一种基于BP神经网络的小电流故障判别方法

权利要求书

1.一种基于BP神经网络的小电流故障判别方法，其特征在于，包括以下步骤：

①连续采集线路的电压电流数据，并计算故障前一周波零序电压和零序电流的偏差值v₁(k)、故障时刻零序电压和零序电流的偏差值v₂(l)、故障后一周波零序电压和零序电流的偏差值v₃(m)；

②根据v₁(k)、v₂(l)和v₃(m)计算出对应的故障隶属度值，并判断三个故障隶属度值是否均为0，若为否，则执行步骤③，若为是，则返回步骤①；

③采用BP神经网络对三个故障隶属度值进行数据分析，分别计算出线路无故障概率、潜在故障概率和线路故障概率；

④根据线路无故障概率、潜在故障概率和线路故障概率输出评价结果。

2.根据权利要求1所述的基于BP神经网络的小电流故障判别方法，其特征在于：所述导线温度的故障隶属度值为：

μ(V₁)＝u[v₁(k)-D₁]；

其中：u(x)为单位阶跃函数，D₁为故障前一周波零序电压和零序电流的判决阈值；

所述导线倾角的故障隶属度值为：

μ(V₂)＝u[v₂(l)-D₂]；

其中：D₂为故障时刻的零序电压和零序电流的判决阈值；

所述导线拉力的故障隶属度值为：

μ(V₃)＝u[v₃(m)-D₃]；

其中：D₃为故障后一周波零序电压和零序电流判决阈值。

3.根据权利要求1所述的基于BP神经网络的小电流故障判别方法，其特征在于：所述BP神经网络为三输入三输出模式，包括一个输入层、两个隐层和一个输出层，传递函数用Sigmoid型函数：

O＝1/[1+exp(-∑x_pw_ijⁿ-θ)]；

其中：O表示神经元输出，x_p为输入；w_ijⁿ为第n层第i个节点与第(n+1)层第j个节点的连接权值；θ为假定的初始值，如刚开始设为0。

4.根据权利要求3所述的基于BP神经网络的小电流故障判别方法，其特征在于：所述的两个隐层的节点数均为7个。

5.根据权利要求1所述的基于BP神经网络的小电流故障判别方法，其特征在于：所述步骤④故障概率评价过程如下：

线路小电流接地潜在故障概率为y₂，线路故障概率为y₃，若y₂和y₃不小于0.7，则输出线路发生故障，若y₂和y₃均小于0.2，则输出线路无故障。