科研之友
微信
新浪微博
Facebook
分享链接
摘要
谐振接地系统发生单相接地故障时的故障电流微弱，环境噪声会进一步弱化故障电流，导致现场数据不易获取。本文提出一种基于自组织神经网络（SOM）和K均值聚类的故障选线及区段定位方法。该方法是非监督学习算法，与监督学习算法相比，其能更快地提取故障特征且不需要大量训练样本。将利用SOM算法提取的故障特征作为K均值聚类的输入，无需设置阈值来识别故障线路及定位故障区段。考虑不同接地电阻、故障角、故障距离，以及环境噪声和采样不同步的影响，进行仿真分析和实验数据验证。仿真和实验结果表明，该方法能够有效识别故障线路并定位故障区段。
-
单位国网福建省电力有限公司漳州供电公司
