人工神经网络应用于继电保护的探讨

3.0 闻远设计 2025-03-24 62 4 12.72KB 1 页 5光币

人工神经网络应用于继电保护的探讨
　摘 要：根据现代控制技术的人工神经网络理论提出了一种保护原理构成方案，并分析了原理
 实现的可行性和技术难点。
  人工神经网络（Aartificial Neural Network，下简称 ANN）是模拟生物神经元的结构而提出
的一种信息处理方法。早在 1943 年，已由心理学家Warren S.Mcculloch 和数学家Walth H.Pitts
提出神经元数学模型，后被冷落了一段时间，80 年代又迅猛兴起［1］。ANN 之所以受到人们
的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的
能力。其中研究得最为成熟的是误差的反传模型算法（BP 算法，Back Propagation），它的网
络结构及算法直观、简单，在工业领域中应用较多。
  经训练的 ANN 适用于利用分析振动数据对机器进行监控和故障检测，预测某些部件的疲
劳寿命［2］。非线形神经网络补偿和鲁棒控制综合方法的应用（其鲁棒控制利用了变结构控
制或滑动模控制），在实时工业控制执行程序中较为有效［3］。人工神经网络（ANN）和模
糊逻辑（Fuzzy Logic）的综合，实现了电动机故障检测的启发式推理。对非线形问题，可通过
ANN 的BP 算法学习正常运行例子调整内部权值来准确求解［4］。
  因此，对于电力系统这个存在着大量非线性的复杂大系统来讲，ANN 理论在电力系统中
的应用具有很大的潜力，目前已涉及到如暂态，动稳分析，负荷预报，机组最优组合，警报处
理与故障诊断，配电网线损计算，发电规划，经济运行及电力系统控制等方面［5］。
 　本文介绍了一种基于人工神经网络（ANN）理论的保护原理。
  1、人工神经网络理论概述
    BP 算法是一种监控学习技巧，它通过比较输出单元的真实输出和希望值之间的差别，调
整网络路径的权值，以使下一次在相同的输入下，网络的输出接近于希望值。
  在神经网络投运前，就应用大量的数据，包括正常运行的、不正常运行的，作为其训练内
容，以一定的输入和期望的输出通过 BP 算法去不断修改网络的权值。在投运后，还可根据现
场的特定情况进行现场学习，以扩充 ANN 内存知识量。从算法原理看，并行处理能力和非线
性功能是 BP 算法的一大优点。
 　 2、神经网络型继电保护
  神经网络理论的保护装置，可判别更复杂的模式，其因果关系是更复杂的、非线性的、模
糊的、动态的和非平稳随机的。它是神经网络（ANN）与专家系统（ES）融为一体的神经网
络专家系统，其中，ANN 是数值的、联想的、自组织的、仿生的方式，ES 是认知的和启发式
的。
  文献［1］认为全波数据窗建立的神经网络在准确性方面优于利用半波数据窗建立的神经
网络，因此保护应选用全波数据窗。
    ANN 保护装置出厂后，还可以在投运单位如网调、省调实验室内进行学习，学习内容针
对该省的保护的特别要求进行（如反措）。到现场，还可根据该站的干扰情况进行反误动、反
拒动学习，特别是一些常出现波形间断的变电站内的高频保护。
 

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

5 光币 4人已下载

立即下载

已全部加载

摘要：

人工神经网络应用于继电保护的探讨　摘要：根据现代控制技术的人工神经网络理论提出了一种保护原理构成方案，并分析了原理实现的可行性和技术难点。人工神经网络（AartificialNeuralNetwork，下简称ANN）是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家WarrenS.Mcculloch和数学家WalthH.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法（BP算法，BackProp...

展开>> 收起<<

人工神经网络应用于继电保护的探讨.docx

共1页,预览1页

还剩页未读，继续阅读

人工神经网络应用于继电保护的探讨

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: