[发明专利]基于神经网络的配电网小电流单相接地故障定位方法

摘要

本发明公开了一种基于神经网络的配电网小电流单相接地故障定位方法，其特征在于，包括：步骤一：安装FTU，将馈线终端装置所在位置定为参考测量点；步骤二：通过FTU采集训练样本数据，得到故障信号的模极大值；对所述训练样本数据进行归一化处理后作为输入训练样本，实际故障距离作为输出训练样本；步骤三：构建优化BP神经网络模型；步骤四：完成构建BP神经网络模型；步骤五：优化完毕的BP神经网络模型对故障信号进行分析，得出故障点位置。本发明对故障定位精度高，不需要大量监测设备，可以避免成本增大的问题。

主权项

基于神经网络的配电网小电流单相接地故障定位方法，其特征在于，包括：步骤一：在变电站主变低压10kV侧或低压10kV母线开始的适当位置安装FTU，将馈线终端装置所在位置定为参考测量点；步骤二：通过FTU采集训练样本数据，对训练样本数据进行小波模极大值的奇异性检测，得到故障信号的模极大值；对所述训练样本数据进行归一化处理后作为输入训练样本，实际故障距离作为输出训练样本；步骤三：使用遗传算法优化BP神经网络的初始连接权值和阀值，构建适合于10kV中性点不接地系统的单相接地故障定位的优化BP神经网络模型；所述优化BP神经网络模型分为三层：输入层、隐含层和输出层；输入层为故障信号小波变换的模极大值；输出层包含单一神经元，输出层的值反映相对于参考测量点的故障点位置；步骤四：从优化的BP神经网路输出层开始逐层计算各层神经元的输出误差Ep，完成构建经遗传算法优化的BP神经网络模型；步骤五：优化完毕的BP神经网络模型对FTU装置上报的配电网实际运行的故障信号进行分析，得出故障点位置。