本文为美国肯塔基大学（作者：Suhaas Bhargava Ayyagari）的硕士论文，共117页。

本文主要研究输电线路故障的检测、分类和定位。利用人工神经网络实现了故障检测、故障分类和故障定位。在故障定位过程中，前向网络和后向传播算法分别应用于三个阶段。通过对不同隐藏层数和每个隐藏层神经元数的神经网络的分析，验证了神经网络在每个步骤中的选择。仿真结果表明，基于人工神经网络的输电线路故障定位方法是有效的，取得了令人满意的效果。

This thesis focuses on detecting, classifying and locating faults on electric power transmission lines. Fault detection, fault classification and fault location have been achieved by using artificial neural networks. Feedforward networks have been employed along with backpropagation algorithm for each of the three phases in the Fault location process. Analysis on neural networks with varying number of hidden layers and neurons per hidden layer has been provided to validate the choice of the neural networks in each step. Simulation results have been provided to demonstrate that artificial neural network based methods are efficient in locating faults on transmission lines and achieve satisfactory performances.

1 引言

1.1 引言

1.2 研究动机

1.3 本文组织架构

2 文献回顾

2.1 电源保护系统

2.2 输电线路故障定位技术

3 神经网络及其在输电线路故障中的应用

3.1 神经网络简介

3.2 神经元模型

3.3 前馈网络

3.4 学习策略

4 基于神经网络的输电线路故障定位

4.1 引言

4.2 输电线路系统建模

4.3 本文拟定方案概要

4.4 数据预处理

4.5 训练过程概述

4.6 测试过程概述

5 实验结果

5.1 故障检测

5.2 故障分类

5.3 故障定位

6 结论与未来工作展望

6.1 结论 

下载英文原文地址：

http://page2.dfpan.com/fs/9l9c5j9272515229163/ 

更多精彩文章请关注微信号：