电网技术

2007, No.268(23) 22-26+32

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于小波熵权和支持向量机的高压输电线路故障分类方法
High Voltage Transmission Line Fault Classification Based on Entropy Weight of Wavelet and Support Vector Machines

杨健维;罗国敏;何正友;

摘要(Abstract):

高压输电线路故障类型的正确识别是进行故障定位和事故分析的前提。为此,作者提出一种分层的故障类型识别方法,首先根据线路故障时三相电流小波熵权分布曲线相互间距离的差异、距离之和进行故障的初步归类,构造表征不同故障类别的样本,然后采用支持向量机算法对样本进行训练,得到识别不同故障类型的最优分类面。仿真结果表明:该方法识别速度快,克服了常规线性分类方法的局限性,且故障识别精度不受系统运行方式、过渡电阻以及故障位置的影响,具有较强的通用性和实用性。

关键词(KeyWords): 故障识别;小波分析;熵权;支持向量机(SVM);电力系统;高压输电线路

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(50407009);; 四川省杰出青年基金(06ZQ026-012)~~

作者(Author): 杨健维;罗国敏;何正友;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享