文档介绍：导师签名:弑学位论文作者签名:朱促匀芰学位论文作者签名黹妫乏独创性声明学位论文版权使用授权书签字日期:≥。年孪缛究成果,也不包含获得兰丛童适盔堂或其他教育机构的学位或证书而使用过的材料。‘曰本学位论文作者完全了解兰趔童适太堂有关保留、使用学位论文的规定。特授权兰趔童通盔堂可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得果,除了文中特另以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研谢意。签字目期:年‘月印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。签字目期:上。
作者姓名:——塞逡筮基于小波包分析与神经网络的输电线路故障诊断研究硕士学位论文送越星』数握控壶』理诠量控生』王猩莸鱼呈学科、专业:学号:指导教师:完成日期:兰州交通大学
摘要随着电力系统的快速发展,输电线路的电压等级升高,输电线路的距离增长,电网的规模变大,同时也对电力系统的安全稳定运行产生了重要影响。为保障高压输电线路输电线路故障类型识别方法,旨在研究小波分析及小波包理论在输电线路故障诊断和继电保护方面的可行性,同时为故障类型识别提供新的思路。论文系统地阐述了小波分析及小波包的相关理论,包括输电线路故障识别的研究现状和小波包的发展应用现状等。在充分考虑到输电线路实际情况的前提下,搭建起一个涞缦呗返腜/抡婺P停盟床煌た鱿碌母髦质涞缦呗传统小波分析具有更好的时频特性,所以论文引入小波包理论。采用基于小波包能量的特征量与神经网络相结合的方法来识别输电线路故障类型。首先,利用小波包对故障电流信号进行分解,并且计算出各频带的能量;其次,以构造出的基于小波包的能量特征量作为训练样本对网络进行训练;最后,用测试样本对网络进行测试,实现故以任意精度逼近任意连续函数,特别适合解决故障分类问题,所以本文提出了在相同仿真条件下采用缋词迪止收鲜侗稹通过实际仿真实验发现,由于网络和缱陨淼木窒扌裕圃剂斯收侠嘈关键词:输电线路;故障类型识别;小波包;人工神经网络;量子粒子群优化的正常运行,选相元件必须快速有效地工作。当故障发生时,继电保护能够正确动作的前提是能够准确而迅速地识别并选择出故障相。鉴于此,本文提出了基于小波包理论的短路故障信号具有重要的实际意义。因小波包可以提取到更精细和更丰富的故障信息,在故障信号处理方面,小波包比障类型识别的功能,并验证所提出方法的有效性。窬缇哂醒八俣瓤欤芄识别的精度,鉴于此,本文把基于量子粒子群优化的网络引入输电线路故障识别中。仿真实验及对比结果表明,基于量子粒子群优化的网络在输电线路故障类型识别中具有优越性。论文类型:应用基础研究兰州交通大学硕士学位论文
甿甒疎基波包分析与神经网络的输电线路故障诊断研究,琒;瑃.,畉..甀...,.,;...
篢,琎兰州交通大学硕士学位论文現毋,—
录目论文相关内容的国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人工神经网络在电力系统中的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯〔ḿ靶〔ò砺塾胄灾省小波理论简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ò治觥窬纭摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..髀邸论文的背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ǚ治黾靶〔ò砺鄣难芯肯肿础论文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔⑿〔⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.信号的分解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯斯ど窬纭神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.网络的学习规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一隐含层节点数的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一窬DP汀窬绲难盗匪惴ā谀芰刻卣髁康墓收侠嘈褪侗稹搭建涞缦呗稰/抡婺P汀基于小波包的故障信号时频分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.收闲藕诺男〔ò〔ò崛」..................................................................................................................。........