基于人工神经网络模型的变压器保护原理 transformer protection principle based on the artificial neural network model.pdfVIP

下载本文档

6
0
约1.52万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

基于人工神经网络模型的变压器保护原理 transformer protection principle based on the artificial neural network model.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于人工神经网络模型的变压器保护原理 transformer protection principle based on the artificial neural network model

第38卷第10期电力系统保护与控制 v01．38No．10 !!!!笙i旦!垒旦 121竺苎z!!!竺!12塑型竺呈型竺竺翌!121 坚型!!：!!!! 基于人工神经网络模型的变压器保护原理黎功华 (四川电力设计咨询有限责任公司，四川成都610061) 摘要：依据人工神经网络的逼近能力，提出了一种基于人工神经网络模型的变压器保护新原理。该原理利用人工神经网络来逼近变压器的电磁关系，构建可替代变压器物理模型的人工神经网络模型，在线识别变压器的内部参数，基于参数识别后的变压器人工神经网络模型实现变压器保护．EMTP仿真实验表明，该变压器保护方法能在故障发生后半周内识别内部故障，故障特征明显，动作门槛有较大裕度，能识别变压器轻微匝间故障，且不受励磁涌流影响．关键词：变压器保护；曼压器模型；人工神经网络；参数辨识 Transfbrmer basedontheartificialneuraI protectionprincipIe networkmodel LIGong．hua (Sich啪ElectricPower 610061，China) Desi印Comulting CO．，LTD，Chen鲥u the ofartificialneuralnetwork，anovel仃锄sfomerbaSedontheartificialneural Abstract：AccordiI培toapproachability protection ne似，orkmodelis anificiaIneuralnet、Ⅳork me relation proposed．Adopting t0印pmachelec仃oma印etic 甜ifici“neumlnetworkmodeIt0substitutefor仃ansfomer intemaI on neural Iine，artificial physicaImodeI，identi6，ingp啪eters net、Ⅳorkmodelb邪ed仃肌sfb肌er isrealizedafter idem．ncation．EMTP protection par锄eter simulationresultSdemonstratemat恤 method intemmfaultSwitllina oftlleir occ眦nce，withfaultf宅atures卸dle船tllreshold proposedcaIl舱co驴ize 11alfcycle apparem Value．Itcandiscriminate low·levelimemalfaults，withoutrefbrencetome inmsh． magnetizing words：慨sf．omler model；anificial identification Key pmtection；乜ansfb彻er ne啪l眦twork；par锄eter 中图分类号： TM77文献标识码：A 文章编号： 1674—3415(2010