改进禁忌-神经网络在小电流接地系统选线中的应用.pdfVIP

第40卷第12期自动化仪表Vol.40No.12

2019年12月PROCESSAUTOMATIONINSTRUMENTATIONDec.2019

改进禁忌■神经网络在小电流接地系统选线中的应用

覃禹铭任庭昊胡兵轩代启璨车洵2

(1.贵州电网有限责任公司遵义供电局，贵州遵义563000；2.南京南瑞继保电气有限公司，江苏南京210000)

摘要：针对小电流接地系统单相短路在不同故障条件下故障特征分量差异明显且信噪比低的问题，采集并融合互补零序电流稳态

和暂态的多种故障分量信号，并引入径向基(RBF)神经网络构成多判据选线模型。改进禁忌搜索(TS)算法的要素，在搜索的不同阶

段选取不同邻域,优化禁忌表使禁忌范围能更精确地指向无效搜索;结合最大迭代数和允许误差作为迭代终止条件，运用TS算法优

化RBF网络参数，提高选线模型的效率和精度。仿真结果表明，改进TS优化的RBF网络收敛速度和泛化能力明显增强，选线准确率

高，且不受中性点运行方式、短路位置、接地电阻、合闸角等因素的影响，证明了该方法对复杂故障和信号噪声的鲁棒性。该方法可以

有效提高小电流接地系统故障选线的准确性与适应性。

关键词：小电流接地系统；融合选线；RBF神经网络；网络优化；禁忌搜索算法；邻域范围

中图分类号：TH-86文献标志码：ADOI：10.16086/j.cnki.issnl000-0380.2019040031

ApplicationofImprovedTS-NeuralNetwork

inLineDetectionforSmallCurrenGroundingSystem

QINYuming1,RENTinghao1,HUBingxuan1,DAIQican1,CHEXun2

(1.ZunyiPowerSupplyBureau,GuizhouPowerGridCo.,Ltd.,Zunyi563000,China；

2.NanjingNanruiJibaoElectriCo.,Ltd.,Nanjing210000,China)

Abstrac:Inviewoftheproblemofobviousdifferenceoffaultcharacteristicomponentsandlowsignal-to-noiseratiounder

differentfaultconditionsofthesingle-phaseshort-circuitofsmallcurrentgroundingsystem,amulti-criterialinedetectionmodel

wasconstitutedbasedonradialbasisfuction(RBF)neuralnetworkbycollecting,fusingandmutuallycomplementingmultiple

steady-stateandtransient-statefaultcomponentsignalsofzero-sequencecurrents.Byimprovingtheelementsofthetabusearch

(TS)algorithm,selectingdifferentneighborhoodsindifferentstagesofthesearch,optimizingthetabootabletomakethetaboo

rangepointtotheinvalidsearchmoreaurately