基于人工神經(jīng)網(wǎng)絡(luò)的變壓器微機保護研究.pdf

1、隨著國民經(jīng)濟的不斷發(fā)展，對電力的需求日益增加，同時要求電力系統(tǒng)的容量不斷增加。大容量的電力變壓器被廣泛采用，對電力變壓器保護的快速性和可靠性提出了新的要求。差動保護一直以來是變壓器的主保護。如何提高大型變壓器差動保護的快速性、靈敏性和可靠性，是倍受關(guān)注的研究領(lǐng)域。迄今，變壓器差動保護的核心問題仍然是如何準確識別勵磁涌流。目前應(yīng)用于實際的勵磁涌流識別方法均不能很好地滿足現(xiàn)代大型電力變壓器保護的要求。為能適應(yīng)大型變壓器保護的要求，有必要探索

2、更加快速、可靠的勵磁涌流識別新方法。
　　 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)是一種新穎有效的前饋式神經(jīng)網(wǎng)絡(luò)，它具有其他前向網(wǎng)絡(luò)所不具有的最佳逼近的性能和分類能力，并且結(jié)構(gòu)簡單，訓(xùn)練速度快。因此，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)運用于分類時有其獨特的優(yōu)勢。在徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)中，隱層中心的數(shù)量和位置的選擇是整個網(wǎng)絡(luò)性能優(yōu)劣的關(guān)鍵，直接影響網(wǎng)絡(luò)的分類能力。本文在研究RBF網(wǎng)絡(luò)傳統(tǒng)學(xué)習(xí)算法的基礎(chǔ)上，提出了基于粒子群的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)優(yōu)化算法。
　　 本

3、文依據(jù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有分類能力的特點，采用采集到的數(shù)據(jù)作為樣本數(shù)據(jù)，利用這些樣本數(shù)據(jù)對構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，使變壓器保護神經(jīng)網(wǎng)絡(luò)模型具有故障電流和勵磁涌流的判斷能力。利用該模型就兩種不同的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法對各種故障和勵磁涌流的分類進行了分析比較，給出了兩種網(wǎng)絡(luò)下的仿真結(jié)果。結(jié)果表明經(jīng)過訓(xùn)練以后的變壓器保護人工神經(jīng)網(wǎng)絡(luò)模型能成功地、快速地鑒別勵磁涌流和故障電流。論文最后設(shè)計了一套基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的差動主保護方案，并對差動