基于改进ED及CM-BPNN算法的保护测量回路误差状态评估方法

作者：易亚文; 赵静朴; 柳灿; 蒋焮焮; 李方玖; 李振兴

来源：中国电力, 2023, 56(11): 143-150.

DOI：10.11930/j.issn.1004-9649.202308052

• 保护测量回路
• 改进欧氏距离
• 云模型
• 神经网络

通过对保护测量回路误差状态进行准确评估，能掌握保护装置运行情况并及时发现保护装置存在的隐患。提出了一种基于改进欧氏距离（euclidean distance,ED）及云模型-BP神经网络（cloud model-back propagation neural metwork,CM-BPNN）算法的变电站保护测量回路误差状态评估方法。首先，对测量数据制定不同指标数据的归一化原则；其次，引入改进欧氏距离作为误差评估的启动判据，根据对保护动作性能的影响程度将误差状态进行等级划分并引入云模型计算二级指标的误差状态隶属度；最后，确定每一种误差状态对应的定位映射结果，完成BP神经网络模型的构建，再以此模型进行保护装置电流/电压未知误差状态的评估和定位。基于PSCAD软件搭建220 kV变电站模型，对所提方法的有效性进行验证。

• 单位
  自动化学院; 中国长江电力股份有限公司; 武汉大学; 三峡大学