基于小波变换和GA-BP神经网络的电力电缆故障定位

作者：徐先峰; 马志雄; 姚景杰; 李芷菡; 王轲

来源：电气工程学报, 2023, 1-9.

• 小波变换
• 模极大值
• 双端测距
• BP神经网络
• PSO-BP神经网络
• GA-BP神经网络

由于电力电缆敷设于地下，当发生故障时难以快速且准确地定位，出现了故障定位问题。因此，提出一种基于小波变换和遗传算法反向传播(Genetic algorithm back propagation，GA-BP)神经网络的电力电缆故障定位方法，在分析对比各小波能量集中程度和波动次数的基础上，选择多贝西小波(Daubechies wavelet 6，Db6)作为小波基函数，对于各故障位置，采集正向故障行波的α模分量，并对其进行小波分解。选取在d1尺度下的模极大值点作为特征值，同时将故障距离作为标签值，从而构建了训练和测试样本数据集；利用遗传算法(Genetic algorithm，GA)的种群进化和全局最优搜寻能力来改善误差逆传播(Back propagation，BP)网络对初始权重敏感的缺点，并使用优化后的权值、阈值重新对BP神经网络进行训练和预测，最后通过与传统双端行波定位算法、BP算法、粒子群优化BP算法(Particle swarm optimization BP，PSO-BP)相比较，证明了所提出方法在测距性能方面的优越性。

• 单位
  长安大学