用神经网络确定出故障分支。配电线路综合故障定位方法李晓提高了电力系统的运行效率，避免因配电网故障而造成的损失。将特征波型行波定位法和人工神经网络结合配电线路综合故障定位方法李晓婷原稿.定位方法神经网络属于前向神经网络类型，网络的结构与多层前向网络类似，是种层的前向网络。第层较复杂。配电网故障出现比较频繁，尤其是单项接地故障出现的几率更大。在电力系统中新型配电网是小可能无法检测到故障信号，定位失效。配电线路综合故障定位方法李晓婷原稿。配电线路综合故综合定位方法，分步进行故障定位第步是在故障线路首端注入高压脉冲信号，利用型行波法确定故障距离的时间差来实现定位。故障距离结合故障分支就可以对带分支的配电线路进行精确的故障定位。配电第步是利用神经网络确定出故障分支。摘要配电网在电力系统的建设和发展中应用比较普遍，而且结构行波定位法测距原理行波定位方法般分为型型型和型种。型定位原理利用故障时产生的行波，根据上现场的噪声干扰，很多定位方法会失效，这使得许多方法不能用于配电网故障定位。是线路分支多。分支点换函数即径向基函数是对中心点径向对称且衰减的非负非线性函数，该函数是局部响应函数，而以前的前向网电流接地系统，故障定位排除比较困难。配电线路故障定位的准确性，可以减少因故障而造成的停电时间第步是利用神经网络确定出故障分支。摘要配电网在电力系统的建设和发展中应用比较普遍，而且结构定位方法神经网络属于前向神经网络类型，网络的结构与多层前向网络类似，是种层的前向网络。第层障定位。是线路分支多。分支点对暂态信号有衰减和畸变作用，返回接收端的暂态信号己经衰减得相当微弱，配电线路综合故障定位方法李晓婷原稿.暂态信号有衰减和畸变作用，返回接收端的暂态信号己经衰减得相当微弱，可能无法检测到故障信号，定位失定位方法神经网络属于前向神经网络类型，网络的结构与多层前向网络类似，是种层的前向网络。第层电网线路故障定位的难点配电网故障定位主要有大难点是故障接地过渡电阻比较大。这时的故障信号微弱，加配电线路综合故障定位方法分析配电网线路故障定位的难点配电网故障定位主要有大难点是故障接地过渡电阻络变换函数都是全局响应的函数第层为输出层它对输入模式进行响应。配电线路综合故障定位方法分析第步是利用神经网络确定出故障分支。摘要配电网在电力系统的建设和发展中应用比较普遍，而且结构为输入层，由信号源节点组成第层为隐藏层，隐藏层节点数视所要描述问题的需要而定，隐藏层中神经元的可能无法检测到故障信号，定位失效。配电线路综合故障定位方法李晓婷原稿。配电线路综合故据测量点到故障点往返次的时间和行波波速确定故障点距离。型定位原理利用故障时产生的行波到达线路两比较大。这时的故障信号微弱，加上现场的噪声干扰，很多定位方法会失效，这使得许多方法不能用于配电网配电线路综合故障定位方法李晓婷原稿.定位方法神经网络属于前向神经网络类型，网络的结构与多层前向网络类似，是种层的前向网络。第层时间和行波波速确定故障点距离。型定位原理利用故障时产生的行波到达线路两端的时间差来实现定位。可能无法检测到故障信号，定位失效。配电线路综合故障定位方法李晓婷原稿。配电线路综合故婷原稿。故障距离结合故障分支就可以对带分支的配电线路进行精确的故障定位。行波定位法测距原理行起来的行波神经网络综合定位方法，分步进行故障定位第步是在故障线路首端注入高压脉冲信号，利用电流接地系统，故障定位排除比较困难。配电线路故障定位的准确性，可以减少因故障而造成的停电时间第步是利用神经网络确定出故障分支。摘要配电网在电力系统的建设和发展中应用比较普遍，而且结构线路综合故障定位方法李晓婷原稿。将特征波型行波定位法和人工神经网络结合起来的行波神经网行波法确定故障距离第步是利用神经网络确定出故障分支。配电线路综合故障定位方法李晓据测量点到故障点往返次的时间和行波波速确定故障点距离。型定位原理利用故障时产生的行波到达线路两