[发明专利]一种利用复小波和ANN结合的谐振接地系统故障选线方法

权利要求书

1.一种利用复小波和ANN结合的谐振接地系统故障选线方法，其特征在于按下列过程实现：

（1）当母线零序电压瞬时值越限时，即                                                >时，故障选线装置立即启动并录波，获取各条馈线零序暂态电流，记录下故障后5ms时窗所有馈线零序暂态电流；其中，为母线额定电压，=0.15；

（2）对各零序暂态电流进行20阶复高斯小波变换，分解层数为256层；选取分解尺度为4-203层的分解结果，按照20个尺度一个频带进行划分，得到各馈线10个频带的能量；根据能量和最大原则，选取10个频带中所有馈线能量和最大的频带作为特征频带；求取特征频带内各馈线的能量，提取各馈线特征频带中心频率对应的相位；

（3）设计BP神经网络，BP神经网络分为三层，拓扑结构为××；其中，第一层为输入层含个节点，将通过复小波变换求得的各馈线的能量和各馈线特征频带中心频率对应的相位作为样本属性；第二层为隐含层含个节点，采用logsig函数即对数sigmoid传递函数；第三层为输出层含个节点，采用purelin函数即纯线性传递函数；m为谐振接地系统馈线数量，；

（4）进行ANN训练，模拟仿真如下故障特征：在每条馈线的1/3l、1/2l、2/3l处和母线处分别选取故障点，故障过渡电阻分别选取为电弧炉负荷和恒定过渡电阻20Ω、100Ω、500Ω，故障初始相角分别取0°、30°、60°、90°，负荷分别选取为恒定功率负荷和电弧炉负荷；按步骤（1）、（2）所述方法，分别提取故障暂态量和作为样本集，经归一化处理后输入BP神经网络中进行训练，得到符合要求的故障选线网络，误差性能目标为1；

（5）将待选配电网的故障暂态量和样本属性输入神经网络，神经网络的输出结果经反归一化处理后得到故障线路，故障选线网络的输出量为1×的矩阵，[，，，…，，]；其中，为谐振接地系统馈线数量；

（6）根据步骤（5）得到的故障选线网络的输出量矩阵，进行故障选线；当≈1，其它值约等于0时，判定第条馈线发生故障，为馈线编号；当≈1，其它值约等于0时，判定母线发生故障；为谐振接地系统馈线数量。