基于小波熵权和支持向量机的高压输电线路故障分类方法

• 作者: 何正友 杨健维 罗国敏
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 故障识别 小波分析 熵权 支持向量机(SVM) 电力系统 高压输电线路
• 年，卷（期）: 2007,（23）
• 所属期刊栏目: 自动化
• 页码范围: 22-26,32
• 页数: 6页
• 分类号: TM711
• 字数: 4031字
• 语种: 中文

摘要

高压输电线路故障类型的正确识别是进行故障定位和事故分析的前提.为此,作者提出一种分层的故障类型识别方法,首先根据线路故障时三相电流小波熵权分布曲线相互间距离的差异、距离之和进行故障的初步归类,构造表征不同故障类别的样本,然后采用支持向量机算法对样本进行训练,得到识别不同故障类型的最优分类面.仿真结果表明:该方法识别速度快,克服了常规线性分类方法的局限性,且故障识别精度不受系统运行方式、过渡电阻以及故障位置的影响,具有较强的通用性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健维	西南交通大学电气工程学院	40	783	16.0	27.0
2	罗国敏	西南交通大学电气工程学院	5	126	5.0	5.0
3	何正友	西南交通大学电气工程学院	303	7125	45.0	69.0