[发明专利]一种基于BP神经网络的AT单线供电系统的故障测距方法

权利要求书

1.一种基于BP神经网络的AT单线供电系统的故障测距方法，其特征在于，包括：

S1、搭建由输入层、隐含层、输出层三个部分组成的BP神经网络；

S2、定义BP神经网络的参数；

S3、选取SS、AT、SP所内的数据输入BP神经网络，建立输入与输出的映射关系Y为故障距离测距结果；

S4、利用不同故障位置和故障类型的训练样本对BP神经网络进行训练；

S5、BP神经网络训练过程中，以输出层的期望输出与实际输出构造误差函数，通过对权重与阈值进行调整，使误差函数逐渐减小，直到输出的测距结果无限的趋近于正确值时，得到稳定的权重值和阈值并输出；

S6、借助Matlab的函数得到BP神经网络的权重值矩阵和阈值矩阵；

S7、将未训练过的数据组成输入矩阵，结合权重值矩阵和阈值矩阵，完成故障测距计算。

2.根据权利要求1所述的一种基于BP神经网络的AT单线供电系统的故障测距方法，其特征在于：所述步骤S1中，输入层包含15个AT单线系统的故障电量输入位；定义隐含层共有k层，每层神经个数为15个；输出层还有一个输出，该输出为输入故障电量对应的故障位置。

3.根据权利要求1所述的一种基于BP神经网络的AT单线供电系统的故障测距方法，其特征在于，所述步骤S2中，定义BP神经网络函数的具体步骤如下：定义BP神经网络的传递函数为logsig；学习速率为0.06；最大训练次数为10000次；训练函数为trainlm；学习函数为learngdm，训练所达到的误差目标为：1e-30；性能函数采用mse函数。

4.根据权利要求1所述的一种基于BP神经网络的AT单线供电系统的故障测距方法，其特征在于，所述步骤S3中，建立输入与输出的映射关系的具体方法如下：

S31、构建输入层的输入向量：

其中，为牵引变电所T线电流、F线电流、吸上电流、T线电压、F线电压；同理为AT所T线电流、F线电流、吸上电流、T线电压、F线电压；为分区所T线电流、F线电流、吸上电流、T线电压、F线电压；

S32、隐含层的每一个神经元包括四个参数，分别为输入x、输出y、阈值θ及影响权重w；第k-1层第i个神经元的输出为第k层的第j个神经元输入为阈值为若第i层有n个神经元，则四个参数之间的关系满足：

S33、输出层为测距结果，模拟量的数据输入经由各层神经元完成传递，通过激励函数f(x)作用后，求得输出矩阵：

5.根据权利要求4所述的一种基于BP神经网络的AT单线供电系统的故障测距方法，其特征在于，所述步骤S5中，得到权重值和阈值的具体方法如下：

S51、构件误差函数：

其中，为对应神经元的期望输出；

S52、为减小误差函数，改变神经元之间的权重值：假设第k-1层第i神经元对第k层第j神经的相应权重值的改变量应正比于误差函数最大的减小量，即误差函数对权重值的负导数，二者关系如下：

将上述公式与步骤S32中的参数关系公式联立，解出每次权重值与阈值的变化量如下所示：

其中，为第K层的算子；

S53、当K＝m时，则

当K＜m时，则

其中Z为第K层神经元个数，l为第K+1层的第l个神经元，m为输出层所在层数；

S54、得到算子后，对每一层神经元的权重值与阈值进行调整，各层神经元之间的连接权重值与未调整前关系如下所示：

其中t为修正的次数，μ为惯性系数。