基于RS-SVM算法的配电网故障诊断方法

• 作者: 刘远龙 张智晟 徐中一 贾志成
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 粗糙集 属性约简 支持向量机 配电网 故障诊断
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 智能优化算法及机器人技术
• 页码范围: 107-114
• 页数: 8页
• 分类号: TM711|TM726
• 字数: 5226字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2019.009.014

摘要

为提高配电网故障诊断工作效率,针对故障发生时故障信息数据冗杂并且夹杂着设备元件误动、拒动、损坏等信息不完备的情况,提出一种基于RS-SVM算法的故障诊断方法.该方法将故障告警信息中断路器、过流保护动作信息作为故障诊断模型的输入量,将系统中线路或区域(如线路、母线、配电变压器、配电区域等)是否发生故障作为诊断输出量.首先,根据配电网拓扑结构关系建立原始决策表,利用粗糙集(rough set,RS)对原始决策表进行基于依赖度和重要度的属性约简,求得最小决策表;然后,建立支持向量机(support vector machine,SVM)故障诊断模型,通过优化参数完成训练学习,利用约简后的决策数据进行故障诊断;最后,充分考虑单次和多重故障的情况,结合多种评价指标,通过算例对比验证了所提方法的精确性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张智晟	青岛大学电气工程学院	67	384	11.0	16.0
2	刘远龙		8	36	5.0	6.0
3	徐中一		3	0	0.0	0.0
4	贾志成	青岛大学电气工程学院	1	0	0.0	0.0