一种基于GA-BP的高压混合输电线路故障分类方法

针对混合输电线路发生故障时,常规的故障分类方法往往不能满足分类准确率要求的问题,提出了一种基于人工神经网络的智能故障分类识别算法。首先从发送端提取电压和电流数据,并对其进行预处理,即将原始数据通过巴特沃斯滤波器、离散傅里叶变换和序分析工具进行处理,得到三相电压、电流和零序电流,将其作为用于分类的输入数据;再采用经遗传算法优化初始权值和阈值的误差反向传播神经网络,对故障数据进行分类;最后进行仿真,并与现有算法进行对比。实验结果表明:提出的算法提高了故障分类识别的准确率,加快了神经网络训练进程,具有一定的研究意义和实用价值。