基于极限学习算法的HVCD电力故障检测方法

• 作者: 李远景
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 高压直流输电 故障检测 核极端学习机
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 设计与研究
• 页码范围: 36-38
• 页数: 3页
• 分类号: TM933
• 字数: 2186字
• 语种: 中文

摘要

HVDC已经被应用于输电配电网络.如何实现准确的电力故障检测是目前该领域的研究热点问题.针对这个难点,提出了一种基于核极端学习机(KELM)的HVDC故障检测方法.首先,采集到HVDC故障时段的电压数字信号;然后提出PSO-KELM模型来以提供快速而准确的故障识别,其中PSO实现了KELM参数优化,即隐层的神经元数目的全局优化.试验结果表明,所提出的PSO-KELM新方法能够有效识别系统不同故障,具有较好的工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李远景		9	45	2.0	6.0