为了提高故障电缆测距模型的预测精度,对已提出的基于零序直流原理的模型进行理论分析,得出消除电网电压波动和过渡电阻对检测电流的影响的测距方法。利用神经网络的联想记忆功能,对模型中不易测得且会发生变化的量进行动态网络辨识;同时根据电缆分支的多样性,引入了并行神经网络和基于减聚类的模糊C均值聚类算法,避免聚类中心陷入局部最优。建立多分支故障电缆距离预测动态模型,通过仿真表明该模型具有良好的预测效果。
科研之友
微信
新浪微博
Facebook
分享链接
