專利名稱：在配網(wǎng)終端中自適應(yīng)處理故障的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電力配電技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別涉及一種在配網(wǎng)終端中自適
應(yīng)處理故障的方法。
背景技術(shù)：
配電網(wǎng)自動化系統(tǒng)遠(yuǎn)方終端是用于配電網(wǎng)配電回路的各種配電遠(yuǎn)方終端、配電變 壓器遠(yuǎn)方終端以及中壓監(jiān)控單元(配電自動化及管理系統(tǒng)子站)等設(shè)備的統(tǒng)稱。神經(jīng)網(wǎng)絡(luò) 的基本單元是神經(jīng)元模型。神經(jīng)元模型是模擬生物神經(jīng)元的結(jié)構(gòu)和功能的數(shù)學(xué)化模型，一 般是一個多輸入單輸出非線性的信息處理單元。神經(jīng)網(wǎng)絡(luò)的基本形式有前向網(wǎng)絡(luò)、反饋網(wǎng) 絡(luò)、相互結(jié)合型網(wǎng)絡(luò)和混合型網(wǎng)絡(luò)。應(yīng)用較多的神經(jīng)網(wǎng)絡(luò)模型有Hopfield網(wǎng)絡(luò)、BP網(wǎng)絡(luò)、 Blotaman網(wǎng)絡(luò)、ART網(wǎng)絡(luò)。Hopfield網(wǎng)絡(luò)是最典型的反饋網(wǎng)絡(luò)模型，主要用于制約優(yōu)化和聯(lián) 想記憶。BP網(wǎng)絡(luò)是反向傳播網(wǎng)絡(luò)，它是一種多層前向網(wǎng)絡(luò)，可用于語言識別和自適應(yīng)控制。 Blotaman網(wǎng)絡(luò)是典型的隨機(jī)網(wǎng)絡(luò)模型，主要用于模式識別。ART網(wǎng)絡(luò)是一種自組織網(wǎng)絡(luò)模 型，主要用于模式識別。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法分為兩大類有教師學(xué)習(xí)和無教師學(xué)習(xí)。有教 師學(xué)習(xí)是指在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中，始終存在一個期望的網(wǎng)絡(luò)輸出，期望輸出與實際輸出 之間的距離作為誤差度量并用于調(diào)整網(wǎng)絡(luò)連接權(quán)系數(shù)。無教師學(xué)習(xí)是指網(wǎng)絡(luò)不存在一個期 望的輸出值，因而沒有直接的誤差信息。 饋線自動化是提高配電網(wǎng)可靠性的關(guān)鍵技術(shù)之一，目的是實現(xiàn)在饋線運行發(fā)生故 障時，能自動進(jìn)行故障定位，實施故障隔離和恢復(fù)對健全區(qū)域的供電，提高供電可靠性。饋 線自動化的實現(xiàn)有三種基本類型，第一種是重合器方式，利用具有就地控制功能的線路自 動重合器和分段器實現(xiàn)，這種簡單而有效的方式能夠提高供電可靠性，其突出優(yōu)點是功能 獨立，無需外界干涉，封裝性好，相對于傳統(tǒng)的電流保護(hù)有較大的優(yōu)勢。該方案的缺點是故 障隔離的時間較長，且多次重合對相關(guān)的負(fù)荷有一定影響，影響電能質(zhì)量。第二種是主站 式方式，完全由主站實現(xiàn)的配電故障緊急控制。主站監(jiān)控方式中故障識別、故障網(wǎng)絡(luò)拓樸分 析、故障定位、故障負(fù)荷轉(zhuǎn)移都由配電主站集中處理，形成順序控制策略，再通過遠(yuǎn)方通信 逐項完成。配電網(wǎng)緊急控制功能及邏輯完全做在主站中，對配電終端僅要求具有RTU功能， 對配電網(wǎng)通信的依賴性強(qiáng)，當(dāng)通信系統(tǒng)發(fā)生故障或控制中心故障，則不可避免地導(dǎo)致整個 控制系統(tǒng)癱瘓，失去故障隔離、恢復(fù)供電功能。這種完全依賴通信的主站集中式控制模式可 靠性較差，應(yīng)當(dāng)考慮緊急控制功能的分布實現(xiàn)與下放。第三種是利用配網(wǎng)終端就地控制方 式，該方式利用配網(wǎng)終端完成配電故障緊急控制功能，能夠提高現(xiàn)有的配電自動化系統(tǒng)在 緊急控制下的可靠性，減輕自動化系統(tǒng)對通信可靠性及配電主站可靠性的要求。現(xiàn)在的配 網(wǎng)終端就地控制方式是配網(wǎng)終端通過與臨近終端的通信，判別故障電流是否流過自己與臨 近的終端，來確定故障的位置。如果故障電流通過自己而未通過臨近終端，則故障在自己與 臨近終端之間，如果都通過，則故障不在兩者之間?，F(xiàn)在的配網(wǎng)終端就地控制方式的缺點在 于終端必須依賴于預(yù)先設(shè)定的參數(shù)，只能用于固定的簡單的輻射網(wǎng)和環(huán)網(wǎng)，當(dāng)配電網(wǎng)絡(luò)發(fā) 生改變時不能自適應(yīng)網(wǎng)絡(luò)的變化。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)中的問題，本發(fā)明提供了一種在配網(wǎng)終端中自適應(yīng)處理故障的 方法，解決為克服現(xiàn)有配網(wǎng)終端就地控制時，終端必須依賴于預(yù)先設(shè)定的參數(shù)，只能用于固 定的簡單的輻射網(wǎng)和環(huán)網(wǎng)，當(dāng)配電網(wǎng)絡(luò)發(fā)生改變時不能自適應(yīng)網(wǎng)絡(luò)的變化的問題，達(dá)到使 配網(wǎng)終端能處理復(fù)雜的多供電途徑的網(wǎng)格狀配電網(wǎng)故障，并能自適應(yīng)配電網(wǎng)絡(luò)的變化。
本發(fā)明解決現(xiàn)有技術(shù)問題所采用的技術(shù)方案是設(shè)計和制造一種在配網(wǎng)終端中自 適應(yīng)處理故障的方法，包括如下步驟(a)構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸入向量和輸出 向量；(b)初始化神經(jīng)網(wǎng)絡(luò)；(C)用樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；(d)用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)單 元處理配網(wǎng)故障；(e)配電網(wǎng)絡(luò)變化時用新樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)以自適應(yīng)配電網(wǎng)絡(luò)變化。
本發(fā)明進(jìn)一步的改進(jìn)是所述步驟(a)進(jìn)一步包括以下步驟(al)按配網(wǎng)終端流 經(jīng)故障電流以及位置構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸入向量；(a2)按配網(wǎng)終端所在的開 關(guān)及斷路器分合狀態(tài)構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸出向量。
本發(fā)明進(jìn)一步的改進(jìn)是所述步驟(b)中，通過利用電力專家經(jīng)驗初始化神經(jīng)網(wǎng)絡(luò)。 本發(fā)明進(jìn)一步的改進(jìn)是所述步驟(C)進(jìn)一步包括(cl)計算中間層、輸出層各神 經(jīng)元輸出；(c2)計算期望輸出與實際輸出誤差；(c3)反向傳遞誤差，調(diào)整中間層與輸入層 以及輸出層與中間層的連接權(quán)值；(c4)若誤差滿足要求則結(jié)束訓(xùn)練；反之則重復(fù)訓(xùn)練。
本發(fā)明進(jìn)一步的改進(jìn)是所述步驟(d)進(jìn)一步包括(dl)配網(wǎng)終端檢測到故障電 流，接收關(guān)聯(lián)終端的相應(yīng)信息；(d2)將接收到信息做為終端神經(jīng)網(wǎng)絡(luò)單元輸入，終端由相 應(yīng)的神經(jīng)網(wǎng)絡(luò)單元輸出來操作分段開關(guān)和聯(lián)絡(luò)開關(guān)以及斷路器；(d3)完成配電網(wǎng)絡(luò)的故 障隔離和負(fù)荷轉(zhuǎn)移。 本發(fā)明進(jìn)一步的改進(jìn)是所述步驟(e)進(jìn)一步包括(el)根據(jù)配電網(wǎng)絡(luò)變化得到 新的樣本；(e2)用新樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)；(e3)訓(xùn)練完成后的神經(jīng)網(wǎng)絡(luò)能自適應(yīng)配電網(wǎng)絡(luò)變 化。 本發(fā)明進(jìn)一步的改進(jìn)是所述步驟(b)中，利用電力專家對配電故障的處理經(jīng)驗， 確定中間層與輸入層以及輸出層與中間層的連接權(quán)值的初始值。 本發(fā)明的有益效果是本發(fā)明在配網(wǎng)終端中用神經(jīng)網(wǎng)絡(luò)程序來處理配電網(wǎng)絡(luò)故 障，使配網(wǎng)終端在就地控制時，不再依賴于預(yù)先設(shè)定的參數(shù)，不僅僅只用于固定的簡單的輻 射網(wǎng)和環(huán)網(wǎng)；同時，其利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和自適應(yīng)能力，使終端能自行處理復(fù)雜的多供 電途徑的網(wǎng)格狀配電網(wǎng)故障，并能自適應(yīng)配電網(wǎng)絡(luò)結(jié)構(gòu)的變化，可在緊急狀態(tài)下不依賴于 主站實現(xiàn)故障的緊急處理。


圖1是本發(fā)明在配網(wǎng)終端中自適應(yīng)處理故障的方法流程圖。
圖2是本發(fā)明中配網(wǎng)故障處理的神經(jīng)網(wǎng)絡(luò)程序訓(xùn)練流程示意圖。
圖3是本發(fā)明中配網(wǎng)故障處理流程示意圖。
圖4是本發(fā)明中配電網(wǎng)絡(luò)變化的自適應(yīng)處理示意框圖。
具體實施例方式
下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
如圖1所示，一種在配網(wǎng)終端中自適應(yīng)處理故障的方法，包括如下步驟a構(gòu)造配 網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸入向量和輸出向量；b利用電力專家經(jīng)驗初始化神經(jīng)網(wǎng)絡(luò)；c用樣 本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；d用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)單元處理配網(wǎng)故障；e配電網(wǎng)絡(luò)變化時用新 樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)以自適應(yīng)配電網(wǎng)絡(luò)變化。
所述步驟a進(jìn)一步包括以下步驟 al按配網(wǎng)終端流經(jīng)故障電流以及位置構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸入向量；
a2按配網(wǎng)終端所在的開關(guān)及斷路器分合狀態(tài)構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸出向量。 所述步驟C進(jìn)一步包括cl計算中間層、輸出層各神經(jīng)元輸出；c2計算期望輸出 與實際輸出誤差；c3反向傳遞誤差，調(diào)整中間層與輸入層以及輸出層與中間層的連接權(quán) 值；c4若誤差滿足要求則結(jié)束訓(xùn)練；反之則重復(fù)訓(xùn)練。
所述步驟d進(jìn)一步包括dl配網(wǎng)終端檢測到故障電流，接收關(guān)聯(lián)終端的相應(yīng)信息；
d2將接收到信息做為終端神經(jīng)網(wǎng)絡(luò)單元輸入，終端由相應(yīng)的神經(jīng)網(wǎng)絡(luò)單元輸出來操作分段
開關(guān)和聯(lián)絡(luò)開關(guān)以及斷路器；d3完成配電網(wǎng)絡(luò)的故障隔離和負(fù)荷轉(zhuǎn)移。 述步驟e進(jìn)一步包括el根據(jù)配電網(wǎng)絡(luò)變化得到新的樣本；e2用新樣本訓(xùn)練神經(jīng)
網(wǎng)絡(luò)；e3訓(xùn)練完成后的神經(jīng)網(wǎng)絡(luò)能自適應(yīng)配電網(wǎng)絡(luò)變化。 所述步驟b中，利用電力專家對配電故障的處理經(jīng)驗，確定中間層與輸入層以及 輸出層與中間層的連接權(quán)值的初始值。 在本發(fā)明的一個實施例中，系統(tǒng)中將配電上的斷路器、分段開關(guān)和聯(lián)絡(luò)開關(guān)當(dāng)作 節(jié)點并進(jìn)行編號，構(gòu)造網(wǎng)絡(luò)描述矩陣。其中分段開關(guān)所在配網(wǎng)終端與斷路器所在配網(wǎng)終端 以及相應(yīng)聯(lián)絡(luò)開關(guān)所在配網(wǎng)終端，按流經(jīng)故障電流以及位置構(gòu)造神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)，各配 網(wǎng)終端所在的開關(guān)及斷路器分合狀態(tài)做為神經(jīng)網(wǎng)絡(luò)輸出。 圖3中，為在配網(wǎng)故障處理的神經(jīng)網(wǎng)絡(luò)單元(這里可為神經(jīng)網(wǎng)絡(luò)程序)的訓(xùn)練方 法，網(wǎng)絡(luò)可采用BP神經(jīng)網(wǎng)絡(luò)，其基于誤差傳遞算法，須通過學(xué)習(xí)樣本與教師樣本得出輸出 層誤差，通過每層的誤差傳遞調(diào)整神經(jīng)網(wǎng)絡(luò)，改變輸出誤差，以使輸出誤差小于給定誤差指 標(biāo)。 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時有可能陷入局部極小值，需要對學(xué)習(xí)次數(shù)作限制，以當(dāng)陷入局部 極小值時能跳出循環(huán)。訓(xùn)練神經(jīng)網(wǎng)絡(luò)程序時，程序中設(shè)定的中間層節(jié)點數(shù)以及學(xué)習(xí)速率都 會影響網(wǎng)絡(luò)收斂速度，即對訓(xùn)練次數(shù)造成影響。若中間層節(jié)點數(shù)太少，網(wǎng)絡(luò)可能根本不能 訓(xùn)練或網(wǎng)絡(luò)性能很差；若中間層節(jié)點數(shù)太多，雖然可使網(wǎng)絡(luò)的系統(tǒng)誤差減小，但一方面使網(wǎng) 絡(luò)訓(xùn)練時間延長，另一方面，訓(xùn)練容易陷入局部極小點而得不到最優(yōu)點，也容易出現(xiàn)"過擬 合"。學(xué)習(xí)速率在0和l之間取值，取值較大容易使網(wǎng)絡(luò)不穩(wěn)定，取值較小會使訓(xùn)練時間過 長。 神經(jīng)網(wǎng)絡(luò)程序初始化時，需要通過專家經(jīng)驗來對神經(jīng)網(wǎng)絡(luò)取初始權(quán)值，以減少網(wǎng) 絡(luò)的訓(xùn)練時間，避免陷入非要求的局部極值。專家經(jīng)驗來自于已有的電力專家對配電故障 的處理經(jīng)驗。 神經(jīng)網(wǎng)絡(luò)訓(xùn)練的學(xué)習(xí)樣本和教師樣本來自于配網(wǎng)終端所應(yīng)用的配電網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)包括輸入層、中間層和輸出層，是一種誤差反向傳播網(wǎng)絡(luò)。其基本思想是最小二乘法， 采用梯度搜索技術(shù)，以使網(wǎng)絡(luò)的實際輸出值與期望值的均方誤差最小。輸入層輸入配電網(wǎng) 絡(luò)中的配網(wǎng)終端流經(jīng)故障電流以及位置，中間層與輸入層的初始連接權(quán)值通過電力專家對 配電故障的處理經(jīng)驗得出，中間層的節(jié)點是輸入層節(jié)點輸出的加權(quán)和，節(jié)點的激發(fā)函數(shù)采 用S(Sigmoid)型函數(shù)。 輸出層的節(jié)點的輸入是中間層節(jié)點輸出的加權(quán)和，輸出層與中間層的初始連接權(quán)
值通過電力專家對配電故障的處理經(jīng)驗得出。將輸出層的輸出結(jié)果即各配網(wǎng)終端所在的開
關(guān)及斷路器分合狀態(tài)與教師樣本的期望輸出作比較，如不符合則轉(zhuǎn)入反向傳播，將誤差信
號沿原來的連接通路返回，通過修改各層神經(jīng)元的加權(quán)系數(shù)，使輸出層節(jié)點上得到的輸出
結(jié)果即各配網(wǎng)終端所在的開關(guān)及斷路器分合狀態(tài)與期望輸出之間的誤差信號最小。 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時取學(xué)習(xí)指標(biāo)函數(shù)e =會0) _少O)]2 = min 式中，yd(t)是當(dāng)前時刻的期望系統(tǒng)輸出；y(t)是當(dāng)前神經(jīng)網(wǎng)絡(luò)實際輸出。
對于每一個樣本數(shù)據(jù)對，從輸入節(jié)點開始通過前向傳播計算出各節(jié)點的輸出值， 然后再從輸出節(jié)點開始使用反向傳播計算出所有隱含節(jié)點的偏導(dǎo)數(shù)，廣義學(xué)習(xí)規(guī)則為
Awoc- +1)=《)+ 7/(—3e / 5w)
式中n為學(xué)習(xí)速率 3e/aw = &/3/xa// =3e/3/x^7a"xa /5w 學(xué)習(xí)時先計算輸出層廣義誤差，然后通過輸出層廣義誤差計算反饋誤差和調(diào)整輸 出層權(quán)系數(shù)，再通過反饋誤差調(diào)整輸入層權(quán)系數(shù)。 當(dāng)一個樣本完成網(wǎng)絡(luò)加權(quán)系數(shù)調(diào)整后，再送入另一樣本模式對，進(jìn)行類似學(xué)習(xí)，直 到完成所有樣本的訓(xùn)練學(xué)習(xí)。 再如圖2中，當(dāng)配電網(wǎng)絡(luò)發(fā)生故障時，故障電流所流經(jīng)的終端通過關(guān)聯(lián)終端的信 息，經(jīng)過完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)程序得到相應(yīng)輸出。分段開關(guān)所在終端隔離故障，聯(lián)絡(luò)開關(guān)所 在終端轉(zhuǎn)移負(fù)荷。 圖4為配電網(wǎng)絡(luò)變化的自適應(yīng)處理方法，配電網(wǎng)絡(luò)結(jié)構(gòu)發(fā)生變化或者改變負(fù)荷分 配時，通過相應(yīng)位置的終端的變化來給出新的學(xué)習(xí)樣本和教師樣本，終端完成新樣本的學(xué) 習(xí)后就可自適應(yīng)配電網(wǎng)絡(luò)的變化。這樣，當(dāng)配電網(wǎng)絡(luò)的結(jié)構(gòu)和負(fù)荷發(fā)生變化時，能夠讓配網(wǎng) 終端自適應(yīng)配電網(wǎng)絡(luò)的變化。 以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定 本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在 不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的 保護(hù)范圍。
權(quán)利要求
一種在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于，包括如下步驟(a)構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸入向量和輸出向量；(b)初始化神經(jīng)網(wǎng)絡(luò)；(c)用樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；(d)用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)單元處理配網(wǎng)故障；(e)配電網(wǎng)絡(luò)變化時用新樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)以自適應(yīng)配電網(wǎng)絡(luò)變化。
2. 根據(jù)權(quán)利要求1所述在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于所述步驟(a) 進(jìn)一步包括以下步驟(al)按配網(wǎng)終端流經(jīng)故障電流以及位置構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò) 單元的輸入向量；(a2)按配網(wǎng)終端所在的開關(guān)及斷路器分合狀態(tài)構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò) 單元的輸出向量。
3. 根據(jù)權(quán)利要求1所述在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于所述步驟(b) 中，通過利用電力專家經(jīng)驗初始化神經(jīng)網(wǎng)絡(luò)。
4. 根據(jù)權(quán)利要求3所述在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于所述步驟 (C)進(jìn)一步包括(cl)計算中間層、輸出層各神經(jīng)元輸出；(c2)計算期望輸出與實際輸出誤 差；(c3)反向傳遞誤差，調(diào)整中間層與輸入層以及輸出層與中間層的連接權(quán)值；(c4)若誤 差滿足要求則結(jié)束訓(xùn)練；反之則重復(fù)訓(xùn)練。
5. 根據(jù)權(quán)利要求1所述在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于所述步驟 (d)進(jìn)一步包括(dl)配網(wǎng)終端檢測到故障電流，接收關(guān)聯(lián)終端的相應(yīng)信息；(d2)將接收到信息做為終端神經(jīng)網(wǎng)絡(luò)單元輸入，終端由相應(yīng)的神經(jīng)網(wǎng)絡(luò)單元輸出來操作分段開關(guān)和聯(lián)絡(luò) 開關(guān)以及斷路器；(d3)完成配電網(wǎng)絡(luò)的故障隔離和負(fù)荷轉(zhuǎn)移。
6. 根據(jù)權(quán)利要求1所述在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于所述步 驟(e)進(jìn)一步包括(el)根據(jù)配電網(wǎng)絡(luò)變化得到新的樣本；(e2)用新樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)； (e3)訓(xùn)練完成后的神經(jīng)網(wǎng)絡(luò)能自適應(yīng)配電網(wǎng)絡(luò)變化。
7. 根據(jù)權(quán)利要求3所述在配網(wǎng)終端中自適應(yīng)處理故障的方法，其特征在于所述步驟 (b)中，利用電力專家對配電故障的處理經(jīng)驗，確定中間層與輸入層以及輸出層與 間層的 連接權(quán)值的初始值。
全文摘要
本發(fā)明涉及電力配電技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，其公開了一種在配網(wǎng)終端中自適應(yīng)處理故障的方法，包括如下步驟(a)構(gòu)造配網(wǎng)終端神經(jīng)網(wǎng)絡(luò)單元的輸入向量和輸出向量；(b)初始化神經(jīng)網(wǎng)絡(luò)；(c)用樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；(d)用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)單元處理配網(wǎng)故障；(e)配電網(wǎng)絡(luò)變化時用新樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)以自適應(yīng)配電網(wǎng)絡(luò)變化。本發(fā)明的有益效果是本發(fā)明利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和自適應(yīng)能力，使終端能自行處理復(fù)雜的多供電途徑的網(wǎng)格狀配電網(wǎng)故障，并能自適應(yīng)配電網(wǎng)絡(luò)結(jié)構(gòu)的變化，可在緊急狀態(tài)下不依賴于主站實現(xiàn)故障的緊急處理。
文檔編號G06N3/08GK101702537SQ20091011007
公開日2010年5月5日 申請日期2009年11月10日 優(yōu)先權(quán)日2009年11月10日
發(fā)明者崔豐曦 申請人:深圳市科陸電子科技股份有限公司