电压暂降源异质堆叠集成学习识别法

• 作者: 汪颖 陈春林 肖先勇
• 来源期刊: 电力系统保护与控制
• 关键词: 电压暂降源识别 异质性 差异性 堆叠集成 识别精度 噪声鲁棒性
• 年，卷（期）: 2021,（15）
• 所属期刊栏目: 理论分析|Theoretical Analysis
• 页码范围: 1-8
• 页数: 8页
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.201263

摘要

电压暂降源分类识别存在可获得信息不完备的问题.针对现有单一识别法弱学习特点和组合识别法一致性强的问题,提出一种基于异质堆叠集成学习的暂降源识别方法,提升识别模型的泛化能力和鲁棒性.把线路故障分为普通故障和雷击故障,以10类单一电压暂降源的识别为目标,选取9个表征特征差异的波形统计参数,构建27维识别特征向量.引入堆叠集成算法,以5种差异性强的单一识别法为基分类器,用随机森林法作元分类器,建立异质堆叠集成识别模型.通过PSCAD仿真数据和实测数据验证,并与现有6种识别法比较,结果表明,该方法识别精度高,噪声鲁棒性良好,具有良好的工程实用性.