留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于模糊神经网络的单相重合闸故障识别

董骊

董骊. 基于模糊神经网络的单相重合闸故障识别[J]. 工矿自动化, 2009, 35(8): 49-51.
引用本文: 董骊. 基于模糊神经网络的单相重合闸故障识别[J]. 工矿自动化, 2009, 35(8): 49-51.
DONG Li. Fault Recognition of Single-phase Reclosing Based on Fuzzy Neural Network[J]. Industry and Mine Automation, 2009, 35(8): 49-51.
Citation: DONG Li. Fault Recognition of Single-phase Reclosing Based on Fuzzy Neural Network[J]. Industry and Mine Automation, 2009, 35(8): 49-51.

基于模糊神经网络的单相重合闸故障识别

基金项目: 

福建工程学院科研发展基金资助项目(GY-Z0693)

详细信息
  • 中图分类号: TP273

Fault Recognition of Single-phase Reclosing Based on Fuzzy Neural Network

  • 摘要: 自动重合闸是提高电力系统供电可靠性、保证电力输电线路安全运行的重要装置,广泛应用于供电输送线中。针对自动重合闸电压判据可能出现误判的情况,文章提出了一种将模糊神经网络应用于单相自动重合闸故障识别的方法,构造了一个具有2个输入、1个输出的模糊神经网络模型,用于识别瞬时性故障与永久性故障,并采用从样本中获取模糊规则的方法和利用Matlab软件对该方法进行仿真实验。仿真结果验证了该方法的可行性和准确性。

     

  • 加载中
计量
  • 文章访问数:  44
  • HTML全文浏览量:  10
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 刊出日期:  2009-08-10

目录

    /

    返回文章
    返回