基于PSO-BP算法的高壓輸電線路故障分類

李達， 薛卿， 孔德健， 陳春強， 王金玉

(1.國網冀北電力有限公司檢修分公司，北京 102488；2.東北石油大學 電氣信息工程學院，黑龍江 大慶 163318)

0 引 言

電能在居民生活和工業生產中具有十分重要的地位，由于中國的能源分布特性導致需要電能長距離傳輸[1]。因此，高壓輸電線路的發展對于電能傳輸的可靠性和安全性有很大的影響。目前工業生產和居民生活對于電能的依賴越來越強。如果高壓輸電線路發生故障導致停電，并且無法短時間內快速消除故障，會給居民生活和工業生產造成很大的影響[2]。當線路發生故障時，首先要確定線路的故障類型，再對線路故障點進行快速定位，這能夠有效減少尋找故障點所需的時間。對提高線路故障分類準確性有重要意義。

1 粒子群BP神經網絡算法

1.1 PSO算法的基本原理

1.1.1PSO算法的數學描述

PSO算法主要是對函數進行優化調整，可以有效解決工程問題中的目標優化問題。PSO算法用數學方法可以解釋為：在一個N維搜索空間中有一個群體，其由m個粒子組成，第i個粒子在粒子群的位置是xi=(xi1,xi2,…,xiN)T,i=1,2,…,m。將xi代入目標函數中就能求出適應度值，并根據適應度值的大小對xi是否為最佳位置作出判斷[3]。在此粒子群中第i個粒子的速度為vi=(vi1,vi2,…,viN)T，粒子群中的粒子通過對最優個體極值pbest和最優全局極值gbest進行追蹤來對自己進行更新，其更新公式為：

(1)

(2)

1.1.2PSO算法的改進

(3)

1.2 BP神經網絡

神經網絡是通過學習訓練對各層的權值進行調整的過程，對輸入的信息進行正向傳播和反向傳播以達到輸出結果誤差小和訓練步數少的目的，其結構如圖1所示。……