ACO-ENN算法在高压直流输电线路故障测距中的应用

作     者：谢国民 穆艳祥 XIE Guomin;MU Yanxiang

作者机构：辽宁工程技术大学电气与控制工程学院 

出 版 物：《传感器与微系统》 (Transducer and Microsystem Technologies)

年 卷 期：2020年第39卷第1期

页      面：157-160页

学科分类：0808[工学-电气工程] 08[工学] 

主　　题：Elman动态神经网络 蚁群优化算法 直流输电 故障测距 

摘      要：根据目前高压直流(HVDC)输电线路故障测距方法的不足,提出一种高压直流输电线路故障测距的新方法。由于行波法在时域上提取行波波头困难,导致测距精度低,而故障行波的频谱恰好可以反映行波的幅频特性,因此,采用故障频谱对高压直流输电线路进行故障分析,采用此方法有效地提高了故障测距的精度,故障频谱在传播过程中往往会产生固有频率信号,将固有频率的主频以及二倍频的幅值和频率作为输入训练样本,将故障距离作为输出训练样本,提出一种基于Elman动态神经网络直流输电线路故障测距算法。利用蚁群优化(ACO)算法对Elman动态神经网络的初始权值和阈值进行优化。采用PSCAD和MATLAB软件进行联合仿真,结果表明了该算法可以使系统稳定、收敛速度快、测距精度高。