母线保护的人工神经网络模型.pdf

维普资讯 第 11卷 第 3期 重 J犬 电力 高 等专 科 学 校 学报 2006年 9H lle Sept．2006 JournalofChongqingElectricPowerCo e Vo1．1l NO．3 g — — — — 母线保护的人工神经网络模型 詹 红 霞 ，王 秋 红。 (1．西华大学 电气信息学院，成都 610039；重庆 电力高等专科学校，重庆 400053) 【摘要】叙述基于ANN函数逼近能力的母线保护原理，分析母线保护物理对象的函数关系，构建母线保护的人工神 经网络模型。 【关键词】母线保护；人工神经网络；函数逼近能力 【中图分类号】TM771 【文献标识码】A 【文章编号】1008—8032(2006)03—001卜05 近年来，人工智能技术如神经网络在电力系统，包括 电力系统计算，安全稳定分析，电力系统 规划等领域都得到应用。而且也开始应用于继电保护领域。 人工神经网络 (ArtificialNeuralNetwork，简称ANN)是模拟生物神经元的结构而提出的一 种信息处理方法。它是一种非线性映射的方法，很多难 以列出方程式或难 以求解的复杂的非线性问 题，应用神经网络方法则可迎刃而解… 。 现有母线保护存在 的问题除TTA饱和的影响外，还有最小不平衡 电流的调节、区外故障转区内 故障的识别和TA断线等问题。因此，采用一些新理论和新技术来研究母线保护是必要的 。 1 人工神经网络模型 人工神经网络模型是一种具有高度智能化的数学工具。考虑一个确定的物理对象，可以将物理 对象的输入和输出的确定关系视为一个传递函数，将物理对象的输入和输出作为人工神经网络模型 的输入和期望输出，依据人工神经网络模型的计算输出和期望输出之间的误差，调节人工神经网络 模型各层的权系数，使计算输出和期望输出之间的平方误差趋于最小，则这个带隐藏层的人工神经 网络模型可以逼近物理对象的传递函数。 将一段电力系统母线视为一个确定的物理对象，其物理对象输入为母线上各回路TA传变后的 一 时刻二次检测电流，物理对象输出为母线上各回路的一次侧同一时刻流过的电流之和，显然这一 输出可以与同一时刻二次检测电流之问建立一个函数关系，用一个带隐藏层的人工神经网络模型来 逼近这个函数关系，就是问题解决的途径。 2 基于ANN函数逼近能力的母线保护原理 依据ANN具有的函数逼近能力，可将 电力系统中的保护对象 (线路、母线、变压器等)视为一 个输入输出关系确定的函数对象，用一个ANN数学模型去逼近这个函数对象，或者用一个ANN数学模 型去替代这个保护对象。在一个时间区间内，由于保护对象在无故障运行时的输入输出关系可视为 一 个确定的函数关系，因此利于保护对象在无故障运行时输入输出数据样本学习训练出来的这个保 护对象的ANN数学模型，就能反映保护对象在区外故障时的输入输出之间的关系；在保护对象区内 [收稿 日期]2006—04—27 维普资讯 ： 重庆 电力 高 等专 科 学 校 学报 第 11卷 故障时，由于保护对象的输入输出关系已改变，因此依据这个在无故障运行时学习训练出来的保护 对象的ANN数学模型，就不能反映保护对象在区内故障时的输入输出之间的关系。基于以上理由， 通过这个在无故障运行时学习训练出来的保护对象的ANN数学模型，就胄V