基于HHT和GA-BP的电压暂降源定位方法

摘要

针对传统电压暂降源定位方法准确率低的缺点,提出了基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)HHT和GA-BP的定位方法。用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对故障期间的电压和电流进行处理,得到有效特征值-电流实部Icosθ和系统轨迹斜率k,接着用GA-BP神经网络对有效特征值进行分类找出故障源的初步位置,然后用飞蛾扑火优化(moth-flame optimization,MFO)算法对故障线路的电压电流构建的数学模型求解,从而对电压暂降源进行精确定位。同时,根据三相电压幅值之间的关系区分故障类型。最后,以双电源系统仿真模型为例对所提方法进行验证,仿真结果表明:提出的定位方法准确率和精度很高,能够准确地定位出电压暂降源的位置。