基于小波-树突状网络的配电网单相接地故障辨识方法

单相接地故障是智能配电网中最为常见的一种故障,但当接地过渡电阻较高时单相接地故障稳态特征不明显,难以与正常扰动进行区分,故障辨识的准确率受到较大影响。针对上述情况,文章采用小波分析法对故障信号进行三级分解,得到不同的高频成分,构建特征向量,并采用树突状神经网络对故障特征向量进行分类和识别。在MATLAB/Simulink中建立仿真模型,测试结果表明,运用该方法能够对单相接地高阻故障和正常扰动进行准确快速分类,其收敛速度和分类准确率均优于一般的智能算法。同时在信号存在噪声的情况下,该方法仍然具有较高的准确率。