论文部分内容阅读
配电网单相接地故障选线一直是个尚未解决的难题,由于配电网结构复杂,现有各种单一选线方法的局限性,选线结果准确率低,因此探索新型快速准确的选线方法具有重大现实意义。论文分析了配电网单相接地故障时的电压电流信号的故障特征,探索了一种基于遗传算法优化神经网络的信息融合选线方法。首先针对利用故障暂态特征的小波模极大值选线方法在故障相电压过零点且接高过度电阻时容易发生误判或漏判的不足,利用学习矢量量化(LVQ)神经网络结构简单、便于实现和较好的聚类效果的特点,提出了一种遗传算法(GA)优化LVQ神经网络算法的