基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
准确识别故障类型是配电网故障处理的首要任务.提出了一种基于时频矩阵奇异值分解(SVD)和多级支持向量机(SVM)的配电网故障识别方法.利用局部特征尺度分解法(LCD)、Hilbert变换以及带通滤波算法,构造配电网母线电压、主变低压侧进线电流等波形的时频矩阵,对其进行奇异值分解以获取波形奇异谱,提取相应奇异谱的分布参数(如反映奇异值大小的奇异谱均值、反映信号复杂程度的奇异熵等)作为特征向量.将特征向量输入基于多级SVM的分类器以实现故障识别.各类典型工况下的仿真和实验结果表明该识别方法的正确率均>90%,可实现对各类不同故障的有效辨识,且具有很强的适应性和实用性.
推荐文章
配电网暂时过电压奇异值分解结合支持向量机的识别方法
配电网故障
暂时过电压
变分模态分解
奇异值分解
多级支持向量机
自动辨识
基于Hilbert谱奇异值的轴承故障诊断
故障诊断
特征提取
Hilbert谱
奇异值分解
基于Hilbert谱奇异值的滚动轴承故障诊断
振动与波
小波降噪
特征提取
故障诊断
Hilbert谱
奇异值分解
支持向量机
利用多分辨奇异谱熵和支持向量机的特高压直流输电线路区内外故障识别方法
特高压直流输电
区内外故障识别
奇异谱熵
支持向量机
特征向量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LCD-Hilbert谱奇异值和多级支持向量机的配电网故障识别方法
来源期刊 高电压技术 学科
关键词 配电网故障 时频矩阵 奇异值分解 局部特征尺度分解 带通滤波 多级支持向量机
年,卷(期) 2017,(4) 所属期刊栏目 城市电网智能化
研究方向 页码范围 1239-1247
页数 9页 分类号
字数 语种 中文
DOI 10.13336/j.1003-6520.hve.20170328022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭谋发 114 817 15.0 24.0
2 高伟 45 176 7.0 10.0
3 洪翠 29 259 7.0 15.0
4 游林旭 3 11 1.0 3.0
5 王锐凤 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (212)
共引文献  (376)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(15)
  • 参考文献(0)
  • 二级参考文献(15)
2006(17)
  • 参考文献(1)
  • 二级参考文献(16)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(28)
  • 参考文献(1)
  • 二级参考文献(27)
2009(18)
  • 参考文献(0)
  • 二级参考文献(18)
2010(21)
  • 参考文献(0)
  • 二级参考文献(21)
2011(15)
  • 参考文献(1)
  • 二级参考文献(14)
2012(21)
  • 参考文献(4)
  • 二级参考文献(17)
2013(17)
  • 参考文献(1)
  • 二级参考文献(16)
2014(8)
  • 参考文献(4)
  • 二级参考文献(4)
2015(8)
  • 参考文献(4)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
配电网故障
时频矩阵
奇异值分解
局部特征尺度分解
带通滤波
多级支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高电压技术
月刊
1003-6520
42-1239/TM
大16开
湖北省武汉市珞瑜路143号武汉高压研究所
38-24
1975
chi
出版文献量(篇)
9889
总下载数(次)
24
总被引数(次)
181291
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
论文1v1指导