基于EMD样本熵和极限学习机的输电线路故障类型识别

• 作者: 崔力云
• 来源期刊: 广西电力
• 学科: 工学
• 关键词: 输电线路 故障诊断 模式识别 经验模态分解 极限学习机
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 学术应用研究
• 页码范围: 10-13,54
• 分类号: TM726
• 字数: 3635字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-8380.2012.02.004

摘要

提出了一种基于经验模态分解(EMD)样本熵和极限学习机(ELM)的输电线路故障类型识别的新方法.利用EMD良好的局域化特性和样本熵来获取故障信息,进行特征提取,再结合ELM的强大模式分类能力进行故障类型识别.基于SIMULINK/MATLAB的故障仿真结果表明,该方法能快速准确地识别输电线路的各类故障,并且不受故障时刻、过渡电阻、故障位置等因素的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔力云		2	12	2.0	2.0