基于BP的全并联AT牵引网故障测距方法研究的任务书.docx

基于BP的全并联AT牵引网故障测距方法研究的任务书
任务书
一、任务背景
目前，随着城市化进程的加速，城市轨道交通已成为城市发展的重要组成部分，安全可靠的地铁运营是城市市民出行的重要保障。而牵引系统作为地铁运营过程中的核心组成部分，其安全运营具有非常重要的意义。牵引系统故障的快速定位和及时处理对于确保地铁安全运营和客运效益具有重要的保障作用。
由于牵引网的复杂性和大规模性，传统的故障诊断方法难以实现故障快速准确定位，给铁路运营安全带来了隐患，因此迫切需要一种基于BP的全并联的AT牵引网故障测距方法，以实现对于牵引网终端节点故障自动诊断和测距。
二、任务内容
本任务要求就全并联的AT牵引网故障诊断测距方法进行研究，主要包括以下内容：
1.综合分析BP神经网络的理论基础，对AT牵引网的全并联的故障测距方法进行研究。
2.主要研究如何利用BP神经网络对于故障的测距方法进行实现，包括神经网络的训练、测试以及距离计算方法等方面的研究。
3.通过实验验证BP神经网络故障测距方法的可行性和实际效果，并进行对比试验，分析并总结BP方法的优缺点，以及实现该方法的可能的改进方法。
三、任务要求
1.研究BP神经网络的理论基础，成立本人团队并与同行展开交流，交流内容包括BP神经网络理论基础、AT牵引网的全并联特点等；
2.研究AT牵引网的全并联的故障测距方法，在BP神经网络的基础上构建故障测距模型；
3.进行BP神经网络的训练、测试和距离计算方法等方面的实现，并进行实验验证方法的可行性；
4.对比试验，分析BP方法的优缺点，提出方法的改进方案或者优化方法；
5.撰写任务报告，包括研究背景、研究目的、研究方法、实验结果、分析结论以及未来展望等部分。
四、任务时间
本任务的完成时间为3个月，研究内容包括资料收集和整理、方法研究和实验验证、结果分析和论文撰写等。
五、任务预算
本任务共计需要50000元的预算，包括实验设备费用、图书资料费用、工作人员薪资等。
六、任务成果
1.撰写一篇关于基于BP的全并联AT牵引网故障测距方法研究的论文，推动该方法的发展和推广；
2.故障测距模型及训练程序，供后续工作使用。
七、参考文献
[1]RongfangLiu,JunfeiQiao,YufeiGuo,etal.LocatingTransmissionLineFaultswithHighImpedanceArcFaultsUsingWaveletPacketTransformandLeastSquaresSupportVectorMachines[J].Energies,2017,10(9).
[2]G.Kumar,D.K.Tagore,A.Bhowmik,M.K.Pal,andC.K.Sarkar,“Detection,localization,identificationandclassificationoffaultsintractionpowersupplysystemusingcombinedFuzzyandwaveletanalysis,”InProc.ofIEEEindustryApplicationsSocietyAnnualMeeting,2001,pp.1675-1681.
[3]N.SarojiniDevi,M.SasidharBabu,andB.MaheswaraReddy,“FaultDetectionandLocalizationinDistributedNetworksusingNeuralNetworks,”JournalofElectricalEngineering,Vol.52,No.1,pp.29-33,2001.
[4]M.F.MallickandS.K.Ghoshal,“Faultdetectioninpowersystemsusinglearningalgorithms,”InternationalJournalofElectricalPower&EnergySystems,Vol.22,pp.105-112,2000.