基于ABC-DNN的小电流接地故障选线方法-智慧电力.PDFVIP

电网分析与研究 PowerGridAnalysisStudy 2019 第47卷 第4期 Vol.47 No.4 基于ABC-DNN的小电流接地故障选线方法 1 2 3 1 1 但扬清 ，赵 伟 ，朱艳伟 ，何英静 ，沈舒仪 （1. 国网浙江省电力公司经济技术研究院，浙江杭州 310008；2.华北电力大学电气与电子工程学院， 河北保定 071003；3.国网浙江省电力公司宁波市供电公司，浙江宁波 315000） 摘 要：为了提高小电流接地系统故障选线的速度和精度，使系统快速准确地进行故障选线，提出了基于人工蜂 群优化深度神经网络（ABC-DNN）的故障选线方法。根据杭州某配电系统的实际数据，利用Matlab/Simulink搭 建了小电流接地系统模型，获取故障线路中的零序电流，并从中提取暂态能量分量、稳态基波分量以及五次谐波 分量作为样本数据，输入经人工蜂群优化的深度神经网络模型，经过训练输出选线结果。通过人工蜂群算法优 化网络的权重，在一定程度上缩短了训练时间，提高了判断准确性。根据实际数据得到的选线结果显示，该方法 降低了训练时间、提高了判断精度，并且对系统拓扑结构具有鲁棒性，能够达到实际应用的要求。 关键词：小电流接地系统；故障选线；人工蜂群；深度神经网络 中图分类号：TM315 文献标志码：A 文章编号：2096-4145（2019）04-0046-07 FaultLineSelectioninSmallCurrentGroundPowerSystemBasedon ABC-DNN 1 2 3 1 1 DANYangqing ，ZHAOWei ，ZHUYanwei ，HEYingjing ，SHENShuyi （1.StateGridZhejiangElectricPowerEconomicandTechnicalResearchInstitute，Hangzhou310008，China； 2.SchoolofElectricalandElectronicEngineering,NorthChinaElectricPowerUniversity，Baoding071003， China；3.StateGridZhejiangNingboPowerSupplyCompany，Ningbo315000，China） Abstract: Inordertoimprovethespeedandaccuracyoffaultlineselectioninsmallcurrentgroundingpowersystem，andmakethe systemfaultlineselectionquicklyandaccurately，afaultlineselectionmethodbasedonABC-DNN （deepneuralnetworkoptimizedby artificialbeecolonyalgorithm）isproposed.TheMatlab/Simulinkisusedtobuildasmallcurrentgroundingsystemmodeltoobtainthe zero-sequencecurrentinthefaultyline，andthetransientenergycomponent，steady-statefundamentalcomponentandsteady-state fifthharmoniccomponentareextractedassampledata.Thesedataareputintoadeepneuralnetworkmodeloptimizedbyartificialbee colony，andaretrainedtooutputthelineselectio