计及雷击情况的基于PDT-SVM暂降源辨识方法研究

• 作者: 史明明 张宸宇 李陶然 梅飞 沙浩源 郑建勇
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 雷击 电压暂降 有效值 特征辨识 SVM
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能在电力系统中的技术研究与应用专题
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM714
• 字数: 3853字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2019.05.001

摘要

目前,电压暂降已成为影响最突出的电能质量问题之一,为有效分析雷击对电网暂降的影响程度,对雷击导致电压暂降的情况进行了详细分析,准确辨识了包括雷击导致暂降情况在内的4种暂降类型,为合理划分暂降责任提供重要依据.文中首先分析了雷击故障导致暂降的有效值波形与普通短路故障之间的区别,归纳了短路故障、雷击、变压器投切及感应电机启动4种暂降类型电压有效值波形的特点,引入5个暂降电压特征指标,并建立了暂降类型辨识特征矩阵.然后采用基于粒子群聚类优化的决策树支持向量机(PDT-SVM)分类器对4种暂降类型进行辨识.分类器的训练与测试数据均来自电网实测暂降电压数据,与工程实际密切贴合.最后,算例分析结果验证了算法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建勇	东南大学电气工程学院	272	4359	35.0	50.0
2	张宸宇	国网江苏省电力有限公司电力科学研究院	35	108	6.0	9.0
3	史明明	国网江苏省电力有限公司电力科学研究院	19	59	5.0	7.0
4	李陶然	东南大学电气工程学院	4	10	2.0	3.0
5	沙浩源	东南大学电气工程学院	9	31	3.0	5.0
6	梅飞	河海大学能源与电气学院	22	105	5.0	9.0