基于数据驱动的微电网故障检测方法

• 作者: 黄涛 王颖 周艳芳 毛威军 张毅磊 赵峰
• 来源期刊: 中国计量大学学报
• 关键词: 微电网 特征选择 随机森林 故障检测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计量与测试|Metrology and Measurement
• 页码范围: 46-53
• 页数: 8页
• 分类号: TM91
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2021.01.007

摘要

目的:为了准确地识别微电网故障,提出了一种基于数据驱动的故障检测方法.方法:首先采集微电网正常与短路故障时的各种电气量作为特征库;然后利用支持向量机-递归特征消去法进行特征选择,去除冗余特征,得到最优特征集;最后利用优化的随机森林训练最优特征集数据,得到最优分类器,利用该分类器测试数据.结果:实验证明,该方法比支持向量机、随机森林具有更高的故障分类准确率,其准确率为99.26％.结论:该方法能够准确地检测微电网的短路故障,对后续的微电网保护具有重要意义.