改进多分类支持向量机的配电网故障识别方法

• 作者: 付宇泽 洪翠 白蔚楠 郭谋发
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 配电网 故障识别 小波变换 欧氏距离 多分类支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 7-15
• 页数: 9页
• 分类号: TM41|TN6
• 语种: 中文
• DOI: 10.13382/j.jemi.B1801731

摘要

准确识别故障是配电网故障定位与治理研究的实现前提.提出以故障分量均方根及欧氏距离为特征量,结合改进多分类支持向量机(SVM)的配电网短路故障识别方法.首先,对馈线三相电流及母线零序电压故障后一周波的故障分量进行小波分解,并重构第2层的近似分量;其次,求取重构信号的均方根及欧氏距离作为特征向量;最终输入至改进多分类支持向量机完成配电网故障类型识别.10 kV典型配电网软件仿真模型的与配电网物理仿真实验系统测试结果表明,所提出方法不但可高准确率地识别典型中压配电网常见故障,且能适应于中性点运行方式调整、分布式电源并网后等情况,验证了方法的准确性与适应性.

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	洪翠		29	259	7.0	15.0
3	付宇泽		3	3	1.0	1.0
4	白蔚楠		2	0	0.0	0.0