發(fā)布時間：2024-07-05 23:47

　　針對傳統(tǒng)電壓暫降源識別方法分類時間長、準確率不高等問題,提出了一種基于廣義S變換(GST)和遺傳算法(GA)優(yōu)化極限學習機(ELM)的電壓暫降源識別方法。先利用廣義S變換的模時頻矩陣有效提取出電壓暫降的起止時刻、暫降深度、相位跳變等特征量,再采用遺傳算法優(yōu)化ELM的輸入權(quán)值和隱含層閾值,構(gòu)建基于GA-ELM的電壓暫降源識別模型,實現(xiàn)對電壓暫降源的識別。通過MATLAB/SIMULINK仿真,對比GA-ELM、ELM、BP神經(jīng)網(wǎng)絡對電壓暫降源的識別結(jié)果,驗證了采用GA-ELM的電壓暫降源識別的準確率要高于采用原始ELM和BP神經(jīng)網(wǎng)絡。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1三種電壓暫降源的波形

線路短路故障、感應電動機啟動以及空投變壓器是電力系統(tǒng)中產(chǎn)生電壓暫降的主要來源。短路故障通常是由大風、雷電、設備故障、動物、絕緣差等原因所造成[9]。感應電動機由于在啟動時，其定子電流迅速增大，使得系統(tǒng)在阻抗上的分壓增大，從而導致了電壓暫降。變壓器在投放時，由于其鐵芯的飽和效應，致....

圖2電壓暫降信號的突變點曲線

如圖2所示為三種不同類型的電壓暫降信號的突變點曲線，將突變點個數(shù)定義為特征指標P6。4)時間幅值平方和曲線

圖3時間幅值平方和均值曲線

三種電壓暫降信號的時間幅值平方和均值曲線如圖3所示，將特征指標P7定義為時間幅值平方和曲線的極小值。3基于GA-ELM的電壓暫降源識別模型

圖4ELM的電壓暫降源識別模型

在ELM的電壓暫降源識別模型中，由于w和b的值是隨機的，使得ELM模型識別的準確性降低，而且部分數(shù)值可能存在為0的情況，導致部分隱含層節(jié)點失效，從而影響ELM的網(wǎng)絡的性能。GA是根據(jù)生物界的進化規(guī)律而演化的隨機并行搜索算法，具有魯棒性優(yōu)良、全局搜索能力強等優(yōu)點[11]。本文采用遺....

本文編號：4001736