浏览全部资源
扫码关注微信
天津大学电力及自动化工程系,天津,300072
Published:1998
移动端阅览
[J]. Automation of electric power systems, 1998, 22(5).
DOI:
[J]. Automation of electric power systems, 1998, 22(5). DOI:
人工神经网络所具有的信息分布式存储、大规模自适应并行处理、高度的容错性等 特点是它们可用于模式 识别的基础,特别是其学习能力和容错性对不确定性模式的识别具有独到之处。因此,文中提出了基于人 工神经网络模式识别技术实现超高压输电线路方向高频保 护的方法。通过电磁暂态仿真程序(ATP)的全面测 试,结果表明所实现的方向高频保护 不仅能在各种复杂的运行方式和故障条件下正确地识别各种故障模式 (如故障方向和故障相 别),而且在整个时域上都能保证具有准确的识别能力,能够满足作为超高压输电线 路主保护的全面要求。
0
Views
1604
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution