煤矿配电网电压暂降源辨识模型

• 作者: 付华 范国霞
• 来源期刊: 电源学报
• 学科: 工学
• 关键词: 电压暂降 特征提取 小波熵 支持向量机 自动辨识
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电力系统
• 页码范围: 159-164,170
• 页数: 7页
• 分类号: TP391.9
• 字数: 4325字
• 语种: 中文
• DOI: 10.13234/j.issn.2095-2805.2019.1.159

摘要

针对煤矿配电网电压暂降信号特征提取困难和辨识准确率低的问题,应用小波熵结合支持向量机SVM(support vector machine)建立故障辨识模型,以故障信号的小波熵测度来表征故障特征,对电压暂降信号进行小波多分辨分析,选取采样序列的高频系数分量,计算其小波系数熵和小波时间熵,作为特征向量输入SVM,使故障信号特征更加明显,对故障源进行自动分类辨识.结果表明,与小波结合BP神经网络方法比较,无论在训练时间上还是在辨识准确率方面均有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气与控制工程学院	242	1698	20.0	28.0
2	范国霞	辽宁工程技术大学电气与控制工程学院	1	1	1.0	1.0