基于电流振幅与SVM的输电线路故障分类

• 作者: 费春国 霍洪双
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 电流振幅 支持向量机 滤波 信号截取 故障分类
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 139-144
• 页数: 6页
• 分类号: TM726
• 字数: 4447字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000047

摘要

为了进一步提高输电线路故障分类识别的速度与准确度,本文提出了一种基于电流振幅与支持向量机相结合的故障分类新方法.该方法针对三相故障电流信号,不采用任何特征提取算法,仅通过滤波处理后,截取故障后半个周期的三相电流振幅数据作为基本故障特征信号,然后结合支持向量机智能分类算法,实现对输电线路故障的分类识别.通过大量分析实验,Matlab仿真结果表明,该故障分类方法判别过程简单、快速,并且不易受故障位置、故障初始角、过渡电阻等因素的影响,具有良好的适应性,故障分类准确率可达99.75%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费春国	中国民航大学电子信息与自动化学院	25	73	4.0	7.0
2	霍洪双	中国民航大学电子信息与自动化学院	3	3	1.0	1.0