基于希尔伯特 黄变换的复杂配电网故障检测

传统的配电网故障定位方法往往不能有效地应用于复杂配电网中分支机构的结构。 提出了一种基于Hilbert-Huang变换的具有分支结构的复杂配网单相接地故障的精确定位方法。 首先,对分销网络进行建模。 模拟了每个分支上的故障。 通过HHT可以识别特定频带中分支下的能量特性。 然后将这些能量特征用于训练人工神经网络(ANN)。 输入实际故障的能量特征,经过训练的神经网络可以输出故障分支。 确定故障分支后,使用在线故障特征匹配方法,结合遗传算法,可以完成对故障分支中故障点距离的精确确定。 本文结合信号处理-希尔伯特-黄变换,人工神经网络和遗传算法,提出了一种全新的方法来解决配电网故障定位问题。 结果表明,该方法具有较高的精度,适用于小电流接地系统。