基于 LMD 近似熵和 SVM 的自适应重合闸方法?

• 作者: 冷崇富 戴栩生 江亚群 黄纯
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 自适应重合闸 局部均值分解 近似熵 支持向量机
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 【电气与信息工程】
• 页码范围: 74-80
• 页数: 7页
• 分类号: TM76
• 语种: 中文

摘要

自适应重合闸的功能是快速、准确地辨识故障性质及捕捉电弧熄灭时刻。在分析瞬时性故障和永久性故障断路器跳闸后的端电压波形复杂性的基础上，提出了局部均值分解(LMD)、近似熵和线性支持向量机(SVM)相结合的自适应重合闸整体实现方案。利用LMD 分解故障信号得到若干个 PF 分量，选取前3个 PF 分量算出其近似熵值构成三维特征向量，将三维特征向量作为 SVM 的输入量来区分故障性质和捕捉电弧熄灭时刻。线路故障仿真结果表明，该方案可智能识别故障性质和捕捉电弧熄灭时刻且具有一定的抗噪能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄纯	湖南大学电气与信息工程学院	141	2658	28.0	46.0
2	江亚群	湖南大学电气与信息工程学院	62	1296	18.0	34.0
3	冷崇富	湖南大学电气与信息工程学院	6	83	6.0	6.0
4	戴栩生	湖南大学电气与信息工程学院	5	62	4.0	5.0