独立分量分析和流形学习在VSC-HVDC系统故障诊断中的应用

• 作者: 严新平 李志雄
• 来源期刊: 西安交通大学学报
• 关键词: 输电 故障诊断 独立分量分析 流形学习
• 年，卷（期）: 2011,（2）
• 页码范围: 44-48,58
• 分类号: TP273
• 语种: 中文

摘要

提出一种基于独立分量分析(ICA)和局部线性嵌入流形学习算法(LLE)的新型高压直流输电(VSC-HVDC)系统故障诊断方法.由于随机噪声的干扰,单个传感器测得的系统故障信号无法直接用于故障检测,故使用快速ICA对多通道传感器测得的直流电压和电流信号进行盲源分离处理以恢复去噪的系统故障源信号;然后利用LLE挖掘潜藏于恢复信号中的子流形,提取故障敏感特征;最后将LLE提取的故障特征量作为支持向量机(SVM)的输入,建立系统故障诊断模型.通过对系统交流相对相故障、交流相对地故障以及复合故障等仿真信号进行分析,表明所提出的ICA-LLE方法能够有效地提取故障关键特征,并在3维空间将故障特征隔离,从而得到满意的SVM故障识别效果,且SVM分类精度比只使用LLE提高了近20%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严新平	武汉理工大学能源与动力工程学院	355	4642	31.0	45.0
2	李志雄	武汉理工大学能源与动力工程学院	9	107	5.0	9.0