基于电压数据SVM分类的有源配电网故障判别及定位

• 作者: 刘科研 董伟杰 肖仕武 魏佳 赵伟
• 来源期刊: 电网技术
• 关键词: 数据相关性 SVM 运行状态判别 故障类型判别 故障区域定位
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 电力系统|Power System
• 页码范围: 2369-2379
• 页数: 11页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.0516

摘要

分布式电源并网后,配电网结构复杂且呈故障弱特征,导致传统配电网的故障判别及定位方法不再适用.该文提出一种以故障电压为特征量,利用支持向量机(support vector machine,SVM)实现有源配电网故障类型判别及故障定位的新方法.首先分析测点电压各次谐波分量大小与系统运行状态以及与故障发生位置之间的相关性关系,相电压之差与故障类型之间的相关性关系.然后通过距离可分性判据提取故障特征,基于实时数据与历史数据的SVM相关性分类方法实现系统运行状态判别、故障类型判别以及故障定位.IEEE33节点有源配电网模型的仿真结果表明,基于电压与故障之间相关性的SVM模型具有较高分类精度,根据数据相关性能够准确实现故障状态判别、故障类型判别及故障定位.