PSO-SVM信息融合在广域后备保护中的应用

• 作者: 张斌 焦元钊 盛怡 董海鹰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化 支持向量机 信息融合 广域后备保护 故障判别
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 165-169
• 页数: 5页
• 分类号: TP391
• 字数: 3409字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1209-0218

摘要

提出了基于粒子群优化支持向量机(PSO-SVM)的信息融合算法进行广域后备保护故障元件判别.广域后备保护需要采集多个节点相关信息以判别电网某区域的故障元件,选取了线路故障方向元件、线路距离II段元件和主保护动作状态三类信息.利用确定故障下的状态信息矩阵作为PSO-SVM的训练样本,再用随机故障时的元件状态信息矩阵作为测试样本.通过大量实验模拟了多种信息不确定情况下的故障判别结果.实验结果表明,基于PSO-SVM的保护算法具有很好的容错和正判能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董海鹰	兰州交通大学自动化与电气工程学院	130	736	16.0	21.0
2	张斌	兰州交通大学自动化与电气工程学院	48	179	7.0	9.0
3	盛怡	兰州交通大学自动化与电气工程学院	3	10	2.0	3.0
4	焦元钊	兰州交通大学自动化与电气工程学院	3	10	2.0	3.0