摘要：电力系统发生大面积复杂故障后,调度人员仅仅依靠来自数据采集与监视控制（supervisory control and data acquisition,SCADA）系统的保护和开关接点的变位信息难以做出准确的判断,来自故障录波装置记录的模拟量信息越来越成为故障诊断和系统恢复的重要依据.为了进一步提高超高压输电线路故障类型识别率和计算速度,文中利用提升小波和PNN网络构造了新的小波神经网络故障识别模型,应用bior3.1提升小波对故障电流进行分解,将分解到的（0,375）Hz频率段的小波系数输入到PNN神经网络.通过ATP仿真及华东电网实际故障录波数据的测试和比较结果表明：该模型具有很高的识别率和收敛速度,并有望将该模型应用到电网故障诊断系统.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）