摘要:电力系统故障类型识别是对电力系统故障进行快速准确处理的重要保证。利用输电线路各类型短路故障时的电流和电压变化情况提取特征量,并对数据进行预处理,其中包括利用DBSCAN聚类算法排除噪声(如设备故障导致的错误数据)。完成预处理的数据将利用概率神经网络(Probabilistic Neural Network,PNN)进行短路故障的识别,而神经网络的分度密度SPREAD参数将获得遗传算法(genetic algorithm,GA)的优化,使分类准确率得到提高。最后通过算例验证了该方法的可行性、有效性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社