电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2009年
5期
104-108
,共5页
输电线路%故障选相%经验模态分解%固有模态能量熵%LS-SVM
輸電線路%故障選相%經驗模態分解%固有模態能量熵%LS-SVM
수전선로%고장선상%경험모태분해%고유모태능량적%LS-SVM
提出一种输电线路故障选相新方法,先对线路的三相电压信号进行经验模态分解,得到若干个包含主要故障电压信息的固有模态函数分量,其次选取三相电压的前2个固有模态能量熵作为故障特征向量,将构造的特征向量输入到LS-SVM分类器对输电线路的故障类型进行分类及故障选相.结果表明该方法不受过渡电阻、故障位置和故障初始角等因素的影响,能对高阻接地故障模式进行准确识别,且对噪声具有很好的抑制效果,能准确实现故障分类.仿真分析验证了其有效性.
提齣一種輸電線路故障選相新方法,先對線路的三相電壓信號進行經驗模態分解,得到若榦箇包含主要故障電壓信息的固有模態函數分量,其次選取三相電壓的前2箇固有模態能量熵作為故障特徵嚮量,將構造的特徵嚮量輸入到LS-SVM分類器對輸電線路的故障類型進行分類及故障選相.結果錶明該方法不受過渡電阻、故障位置和故障初始角等因素的影響,能對高阻接地故障模式進行準確識彆,且對譟聲具有很好的抑製效果,能準確實現故障分類.倣真分析驗證瞭其有效性.
제출일충수전선로고장선상신방법,선대선로적삼상전압신호진행경험모태분해,득도약간개포함주요고장전압신식적고유모태함수분량,기차선취삼상전압적전2개고유모태능량적작위고장특정향량,장구조적특정향량수입도LS-SVM분류기대수전선로적고장류형진행분류급고장선상.결과표명해방법불수과도전조、고장위치화고장초시각등인소적영향,능대고조접지고장모식진행준학식별,차대조성구유흔호적억제효과,능준학실현고장분류.방진분석험증료기유효성.
