基于HHT与PNN的输电线路故障分类

• 作者: 徐耀松 邱尚龙
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 线路故障分类 希尔伯特黄变换 概率神经网络 小波阈值降噪
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 19-22,26
• 页数: 5页
• 分类号: TM726.3
• 字数: 2744字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2018.01.005

摘要

针对电力系统输电线路一系列的短路故障,把希尔伯特黄变换(HHT)完成对暂态信号特征量的提取与概率神经网络(PNN)作为诊断故障分类器相结合的方式,作为对输电线路故障分类的方法.利用HHT能够充分反映局部暂态信号的特点,对集合经验模态分解(EEMD)后的故障信号进行小波阈值降噪,运用HHT进行重构,得到三相电流以及零序电流4组特征能量函数值,并作为4组特征量输入到经遗传算法优化过平滑因子的PNN中进行训练,最终得到分类器.经Matlab仿真实验显示,该方法能够有效优化信号波形并提高故障分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐耀松	辽宁工程技术大学电气与控制工程学院	56	401	12.0	18.0
2	邱尚龙	辽宁工程技术大学电气与控制工程学院	2	3	1.0	1.0