Indexed by：
Abstract：
对配电网故障类型的及时准确识别有助于故障定位和事故分析等.提出一种基于奇异值分解(SVD)和多级支持向量机(SVM)的配电网故障类型识别方法.首先通过希尔伯特-黄变换(HHT)带通滤波算法对三相电压/电流、零序电压等7个故障波形进行等频宽分解,构造时频矩阵.然后将时频矩阵SVD得到的部分有效奇异值作为特征量,输入到多级SVM进行训练和分类识别.利用PSCAD/EMTDC软件搭建10 kV配电网模型用于获取训练样本和测试样本.测试结果表明,该方法对配电网单相接地、两相接地、两相短路、三相短路等10种故障类型的识别正确率较高,且在噪声干扰、采样不同步、系统网络结构改变、负荷电流变化、系统中性点经消弧线圈接地、系统等值阻抗变化、分布式电源接入等情况下均有较好的适应性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电子测量与仪器学报
ISSN： 1000-7105
CN： 11-2488/TN
Year： 2018
Issue： 2
Volume： 32
Page： 62-71
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
