采用二进制蚁群模糊神经网络的配电网故障分类方法

配电网故障后的准确分类可以增强故障维修的针对性,因此针对配电网故障分类的研究对快速恢复供电具有重要意义。提出一种基于二进制蚁群算法(BACA)与模糊神经网络(FNN)的故障分类系统,该系统适用于中性点非有效接地的中低压配电系统。利用经验模态分解(EMD)提取故障后2 ms暂态信号中的高频成分,基于数理统计方法构造了推理系统的特征向量,研究了不同故障工况下的特征向量变化规律。利用二进制蚁群算法对模糊神经网络权值进行优化,克服了其搜索速度慢、易陷入局部极小值的缺点。在ATP-EMTP中根据实际情况构造了计算模型,利用计算结果对推理系统进行训练。测试样本与现场实验结果表明,所提出的故障分类方法的准确度高、适应性强。