1、“.....这种方法在上传的故障信息出现畸变时,能给出较为精确的结果,容错性好,但计算量大宇,基于动态云量子神经网络群的配电网实时故障定位方法工矿自动化,束洪春,董俊,段锐敏,等基于自然频率的辐射状配电网分层分布式故障定位方法电力系统自动化当地配电网的结构及现场条件综合选择最合适的定位方案。同时,可靠性要求的不断提高,使配电网故障定位技术受到越来越多的重视,获取现场的运行经验,改进并完善各种定位技术将是下步的研究重点对配电网复杂结构和运行方式多变的适应性特别是配电网多分支,负荷不确定性,架空线与电缆混合的介质不均匀和拓扑变化等情况下的适应性。研究多种故障类型的定位算法。目前的故障定位算法多是针对永久合的介质不均匀和拓扑变化等情况下的适应性。关键词配网故障定位,人工智能,神经网络,优化算法配电网是直接和用户相连的系统......”。

2、“.....随着社会经济的发展和人们生活水平的提高,人们对电能的依赖性日趋强烈,对供电的可靠性及电能质量要求也不断提高。电力系统故障的危害程度不仅与故障的类型有关,而且与故障的处理速度有紧密的关系。因此,在配电网发生基于人工智能的配电网故障定位技术综述原稿电网故障定位方法,它变电站测量的电压电流信号为输入变量,输出故障位置,在和上仿真最大误差距离为米。文献对配电网故障信号微弱是存在交叉数据实时性差等问题提出动态云量子神经网络群故障定位结构,将云理论与量子神经网络结合,提高诊断系统的鲁棒性和泛化能力。文献针对辐射状配电网不同分支发生单相接地故障时,由母线量测端获得的故障零序暂态电压的自然频率分布不相。基于人工智能的配电网故障定位技术综述原稿。通过对现有配电网故障定位技术的综述,结合数值仿真技术计算机技术,故障诊断理论和人工智能理论的发展和应用......”。

3、“.....之后采用遗传算法求解,得到故障区段候选集下层模型中利用配电系统检测到的电气量根据电气量突变判据,对上层模型得到的候选故障区段进行筛选。人工神经网络人工神经网络是模拟人类神经系统传输处理信息过程的种人工智能技术。人工神经网络在电力系统故障检测负荷预测安全分析和故障诊断等领域已经有了广泛的应用。文献提出种基于人工神经网络的配基于动态云量子神经网络群的配电网实时故障定位方法工矿自动化,束洪春,董俊,段锐敏,等基于自然频率的辐射状配电网分层分布式故障定位方法电力系统自动化法比较,提高了故障定位的速度和算法的容错能力。文献针对含有分布式电源的配电系统,提出了种基于的故障区段定位新方法。采用上下两层模型上层模型建立故障定位的解析模型,之后采用遗传算法求解,得到故障区段候选集下层模型中利用配电系统检测到的电气量根据电气量突变判据,对上层模型得到的候选故障区段进行筛选......”。

4、“.....目前的故障定位算法多是针对永久性的,陈歆技,丁同奎,张钊蚁群算法在配电网故障定位中的应用电力系统自动化,李超文,何正友,张海平,等基于进制粒子群算法的辐射状配电网故障定位电力系统保护与控制,张勇,董明,张岩,等含分布式电源配电系统中计及警报的故障定位电力系统自动化,优化算法优化算法是将配电网故障定位问题描述为优化型求解模型,基于馈线测量单元上传的信息,建立相应的目标函数,采用各种优化算法进行求解,得到故障区段或故障设备。目前使用的优化算法有多种,包括遗传算法粒子群算法蚁群算法和声搜索算法和禁忌搜索算法等。这种方法在上传的故障信息出现畸变时,能给出较为精确的结果,容错性好,但计算量大络结合,提高诊断系统的鲁棒性和泛化能力。文献针对辐射状配电网不同分支发生单相接地故障时,由母线量测端获得的故障零序暂态电压的自然频率分布不相同......”。

5、“.....提出利用人工神经网络对这个映射关系进行非线性拟合,建立基于自然频率的辐射状配电网分层分布式故障定位模型。文献使用反馈式对含有分布式电源的缺点是它的准确度由训练数据的数量和质量决定,而对于配电网测量装置很少,导致训练不能收敛,或收敛速度很慢。的参数选择如隐层神经元数量,层数等需要研究决定。更重要的是,对配电系统拓扑结构和运行方式发生变化时神经网络需要重新训练。混合方法,就是把两种或两种以上的方法进行组合,以发挥他们各自的优点,得到更加准确的定位结果。文献提出了人工神经网络和支持向量机和手段,对以后的发展趋势做以下展望现有方法的改进。已有的各种故障定位方法都有各自优缺点,工程上应结合当地配电网的结构及现场条件综合选择最合适的定位方案。同时,可靠性要求的不断提高,使配电网故障定位技术受到越来越多的重视,获取现场的运行经验......”。

6、“.....负荷不确定性,架空线与电缆混,陈歆技,丁同奎,张钊蚁群算法在配电网故障定位中的应用电力系统自动化,李超文,何正友,张海平,等基于进制粒子群算法的辐射状配电网故障定位电力系统保护与控制,张勇,董明,张岩,等含分布式电源配电系统中计及警报的故障定位电力系统自动化,电网故障定位方法,它变电站测量的电压电流信号为输入变量,输出故障位置,在和上仿真最大误差距离为米。文献对配电网故障信号微弱是存在交叉数据实时性差等问题提出动态云量子神经网络群故障定位结构,将云理论与量子神经网络结合,提高诊断系统的鲁棒性和泛化能力。文献针对辐射状配电网不同分支发生单相接地故障时,由母线量测端获得的故障零序暂态电压的自然频率分布不相进上。文献将配电网故障定位问题转化为类似于问题的模式,并采用分级处理的思想把整个配电网络分解为主干支路和若干个独立区域......”。

7、“.....文献将进制粒子群算法引入配电网故障定位问题中,并与遗传算法比较,提高了故障定位的速度和算法的容错能力。文献针对含有分布式电源的配电系统,提出了种基于的故障区段定位新方法。采用上下两层基于人工智能的配电网故障定位技术综述原稿配电系统进行故障定位,基于每个故障期间分布式电源的注入电流进行训练。因此,这种方法的准确度依赖于系统中分布式电源的数量。人工神经网络的方法的缺点是它的准确度由训练数据的数量和质量决定,而对于配电网测量装置很少,导致训练不能收敛,或收敛速度很慢。的参数选择如隐层神经元数量,层数等需要研究决定。更重要的是,对配电系统拓扑结构和运行方式发生变化时神经网络需要重新训电网故障定位方法,它变电站测量的电压电流信号为输入变量,输出故障位置,在和上仿真最大误差距离为米。文献对配电网故障信号微弱是存在交叉数据实时性差等问题提出动态云量子神经网络群故障定位结构......”。

8、“.....提高诊断系统的鲁棒性和泛化能力。文献针对辐射状配电网不同分支发生单相接地故障时,由母线量测端获得的故障零序暂态电压的自然频率分布不相理信息过程的种人工智能技术。人工神经网络在电力系统故障检测负荷预测安全分析和故障诊断等领域已经有了广泛的应用。文献提出种基于人工神经网络的配电网故障定位方法,它变电站测量的电压电流信号为输入变量,输出故障位置,在和上仿真最大误差距离为米。文献对配电网故障信号微弱是存在交叉数据实时性差等问题提出动态云量子神经网络群故障定位结构,将云理论与量子神经网。基于人工智能的配电网故障定位技术综述原稿。优化算法优化算法是将配电网故障定位问题描述为优化型求解模型,基于馈线测量单元上传的信息混合检测故障位置的方法。使用变电站测量的电压电流识别故障类型和短路电流等级,然后由前馈神经网络确定真实的故障位置。人工智能方法大多是与其他方法结合使用......”。

9、“.....使用人工智能与电气量方法结合,发挥他们共同的优点,使定位的结果更精确。基于人工智能的配电网故障定位技术综述原稿。人工神经网络人工神经网络是模拟人类神经系统传输处,陈歆技,丁同奎,张钊蚁群算法在配电网故障定位中的应用电力系统自动化,李超文,何正友,张海平,等基于进制粒子群算法的辐射状配电网故障定位电力系统保护与控制,张勇,董明,张岩,等含分布式电源配电系统中计及警报的故障定位电力系统自动化,同,不同分支组合的行波传播路径与自然频率及其幅值分布之间存在着映射关系的情况,提出利用人工神经网络对这个映射关系进行非线性拟合,建立基于自然频率的辐射状配电网分层分布式故障定位模型。文献使用反馈式对含有分布式电源的配电系统进行故障定位,基于每个故障期间分布式电源的注入电流进行训练。因此,这种方法的准确度依赖于系统中分布式电源的数量......”。