• Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索

author:

高伟 (高伟.) [1] | 陈伟凡 (陈伟凡.) [2] | 杨耿杰 (杨耿杰.) [3] | 陈立纯 (陈立纯.) [4]

Indexed by:

CQVIP PKU CSCD

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 k V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:

奇异值分解 希尔伯特-黄变换 支持向量机 故障类型识别 配电网

Community:

  • [ 1 ] 福州大学电气工程与自动化学院
  • [ 2 ] 国网福建省电力有限公司泉州供电公司
  • [ 3 ] 国网福建晋江市供电有限公司

Reprint 's Address:

Email:

Show more details

Related Keywords:

Source :

电子测量与仪器学报

ISSN: 1000-7105

Year: 2018

Issue: 2

Volume: 0

Page: 62-71

Cited Count:

WoS CC Cited Count:

SCOPUS Cited Count:

ESI Highly Cited Papers on the List: 0 Unfold All

WanFang Cited Count:

Chinese Cited Count: -1

30 Days PV: 1

Affiliated Colleges:

Online/Total:99/10044900
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1