基于5次谐波能量和LM—Elman的配电网单相故障选线

孙其东, 张开如, 宋祥民, 李丽明, 马慧, 王毅

孙其东，张开如，宋祥民，等.基于5次谐波能量和LM-Elman的配电网单相故障选线［J］.工矿自动化，2016,42（8）：61-64.. DOI: 10.13272/j.issn.1671-251x.2016.08.015
引用本文: 孙其东，张开如，宋祥民，等.基于5次谐波能量和LM-Elman的配电网单相故障选线［J］.工矿自动化，2016,42（8）：61-64.. DOI: 10.13272/j.issn.1671-251x.2016.08.015
shu
SUN Qidong, ZHANG Kairu, SONG Xiangmin, LI Liming, MA Hui, WANG Yi. Research of single-phase fault line selection of power distribution network based on fifth harmonics energy and LM-Elman neural network[J]. Journal of Mine Automation, 2016, 42(8): 61-64. DOI: 10.13272/j.issn.1671-251x.2016.08.015
Citation: SUN Qidong, ZHANG Kairu, SONG Xiangmin, LI Liming, MA Hui, WANG Yi. Research of single-phase fault line selection of power distribution network based on fifth harmonics energy and LM-Elman neural network[J]. Journal of Mine Automation, 2016, 42(8): 61-64. DOI: 10.13272/j.issn.1671-251x.2016.08.015
shu

基于5次谐波能量和LM—Elman的配电网单相故障选线

  • 1.

    山东科技大学 电气与自动化工程学院， 山东 青岛266590

  • 2.

    国网山东潍坊寒亭供电公司， 山东 潍坊261100

基金项目: 

“十二五”国家科技支撑项目（2012BAB13B04）

详细信息

  • 中图分类号: TD611

Research of single-phase fault line selection of power distribution network based on fifth harmonics energy and LM-Elman neural network

  • 1.

    College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao 266590, China

  • 2.

    State Grid Shandong Weifang Hanting Power Corporation, Weifang 261100, China

HTML全文

    摘要
  • 摘要: 针对传统的基于5次谐波的幅值比较选线法准确率低的问题，提出了基于5次谐波能量和LM-Elman的配电网单相故障选线方法。首先利用小波包对配电线路零序电流中的5次谐波进行3层分解和重构，求出第3层重构的小波系数的总能量；然后将归一化处理后的能量值作为Elman神经网络的输入，采用LM算法进行训练和测试。仿真结果表明，该方法能够准确地判断配电网的故障线路。
    Abstract: In view of the problem of low accuracy of amplitude comparing line selection method based on traditional fifth harmonic, a single-phase fault line selection method of power distribution network based on fifth harmonics energy and LM-Elman neural network was proposed. Firstly, wavelet packet was used for three-layer decomposition and reconstruction of fifth harmonics in zero-sequence current, and the total energy of the third layer reconstructed wavelet coefficients was obtained; then normalized energy values were used as input of Elman neural network, LM algorithm was used for training and testing. The simulation results show that the method can accurately select fault line in distribution network.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(21)

  • 期刊类型引用(15)

    1. 闫鹏宇. 可伸缩皮带运输机故障诊断系统研究. 机械管理开发. 2025(01): 159-160+204 . 百度学术
    2. 郭强. 煤矿带式输送机故障及解决策略探讨. 西部探矿工程. 2024(02): 110-112 . 百度学术
    3. 辛磊，胡敬. 带式输送机传动机构故障定位系统的设计. 工矿自动化. 2024(S1): 122-125+138 . 本站查看
    4. 任未，高贵军，张万里. 带式输送机巡检机器人自发电装置仿真研究. 煤炭技术. 2024(09): 232-236 . 百度学术
    5. 史春鹏. 带式输送机驱动滚筒轴承故障诊断及试验. 机械工程与自动化. 2023(01): 152-153+156 . 百度学术
    6. 吴景红. 煤矿机械故障诊断研究现状及发展趋势. 煤炭工程. 2023(06): 187-192 . 百度学术
    7. 周爱平，曹正远. 煤矿胶带运输监控系统技术现状及智能化方案设计. 工矿自动化. 2023(S2): 13-17 . 本站查看
    8. 周坪，马国庆，周公博，马天兵，李远博. 智能化带式输送机健康监测技术研究综述. 仪器仪表学报. 2023(12): 1-21 . 百度学术
    9. 李新. 神东石圪台煤矿胶带输送机故障诊断方式研究. 陕西煤炭. 2022(03): 102-105 . 百度学术
    10. 孟娜娜，钟鹏程，雷超，江帆，杨龙，李柱江. 基于功能分析的带式输送机自动巡检机器人设计. 煤炭科学技术. 2022(08): 227-235 . 百度学术
    11. 张杰，何义峰，甄泽，李宏儒，康小杰. 井下带式输送机机头地脚螺栓锚固特性研究. 煤炭工程. 2022(10): 161-165 . 百度学术
    12. 梁占泽. 矿用带式输送机巡检机器人驱动系统设计. 工矿自动化. 2021(04): 108-112 . 本站查看
    13. 徐辉，刘丽静，沈科，邹盛. 基于多道线性激光的带式输送机纵向撕裂检测. 工矿自动化. 2021(07): 37-44 . 本站查看
    14. 张晋锋. 矿用带式输送机拉线急停开关故障及处理. 机械管理开发. 2020(11): 319-320 . 百度学术
    15. 黄富涛. 皮带自动纠偏装置在铜冶炼备料车间的应用. 铜业工程. 2020(06): 89-91 . 百度学术

    其他类型引用(6)

    • 资源附件(0)
计量
  • 文章访问数:  45
  • HTML全文浏览量:  13
  • PDF下载量:  11
  • 被引次数: 21
出版历程
  • 刊出日期:  2016-08-09

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：    百度统计