CAJ | 학술논문

智能变电站继电保护系统因其高可靠性而失效样本数据过少,从而影响了对其可靠性参数的估计.为此提出一种基于支持向量机(support vector machine,SVM)的继电保护系统可靠性参数估计方法.首先介绍了继电保护装置失效时间服从的分布模型;然后,针对失效数据的小样本问题,先利用SVM对原始样本进行回归训练并预测得到贴近原始样本数据规律的扩大样本,并采用网格搜索和交叉验证方法对SVM回归模型进行参数寻优;最后,根据扩大后的样本,采用最小二乘拟合方法进行可靠性参数估计.与现有的方法相比,新方法无需先验知识,更容易实现.对比分析表明,新方法有效提高了小样本条件下继电保护系统可靠性参数估计的精度和稳定性,并具有较好的抗野值能力.
지능변전참계전보호계통인기고가고성이실효양본수거과소,종이영향료대기가고성삼수적고계.위차제출일충기우지지향량궤(support vector machine,SVM)적계전보호계통가고성삼수고계방법.수선개소료계전보호장치실효시간복종적분포모형;연후,침대실효수거적소양본문제,선이용SVM대원시양본진행회귀훈련병예측득도첩근원시양본수거규률적확대양본,병채용망격수색화교차험증방법대SVM회귀모형진행삼수심우;최후,근거확대후적양본,채용최소이승의합방법진행가고성삼수고계.여현유적방법상비,신방법무수선험지식,경용역실현.대비분석표명,신방법유효제고료소양본조건하계전보호계통가고성삼수고계적정도화은정성,병구유교호적항야치능력.