高电压技术
高電壓技術
고전압기술
HIGH VOLTAGE ENGINEERING
2015年
7期
2276-2282
,共7页
输电线路%故障分类%模糊支持向量机%支持向量回归机%主成分分析法%3维显示
輸電線路%故障分類%模糊支持嚮量機%支持嚮量迴歸機%主成分分析法%3維顯示
수전선로%고장분류%모호지지향량궤%지지향량회귀궤%주성분분석법%3유현시
transmission line%fault classification%fuzzy support vector machine%support vector regression%principal components analysis(PCA)%three-dimension display
针对已有输电线路故障分类方法在样本中存在噪声时准确率有所降低情况,研究了基于Hilbert-Huang变换和模糊支持向量机(fuzzy support vector machines,FSVM)的输电线故障模糊分类方法,以提高输电线路故障分类的准确率.采用HHT变换获得故障时刻,提取故障后A、B、C三相及零序电流的特征能量函数值,组成FSVM的4维输入向量.利用网格优化方法对FSVM二分类器的惩罚参数C、核函数宽度σ进行优化.构造了FSVM的高维空间带状分段隶属度函数,求取样本的模糊决策函数值.构造多FSVM分类器.将故障时刻后特征向量送入多FSVM分类器,得到样本的故障分类初始标签.构造支持向量回归机(support vector regression,SVR),优化获得测试样本的最终故障隶属度,再对FSVM的分类标签进行修正.研究采用主成分分析法对样本高保真的降维处理方法、在3维坐标系中显示降维后3维向量及其故障模糊分类结果.为了测试算法,做了784组仿真实验,实验结果表明:FSVM+SVR的输电线路模糊故障分类方法不受故障点、故障类型、过渡电阻影响,故障识别率达到99.4％.在训练集1/5故障数据中加入5 dB Gauss白噪声,故障识别率仍保持不变.研究表明基于模糊支持向量机的分类方法适用于线路故障分类.
針對已有輸電線路故障分類方法在樣本中存在譟聲時準確率有所降低情況,研究瞭基于Hilbert-Huang變換和模糊支持嚮量機(fuzzy support vector machines,FSVM)的輸電線故障模糊分類方法,以提高輸電線路故障分類的準確率.採用HHT變換穫得故障時刻,提取故障後A、B、C三相及零序電流的特徵能量函數值,組成FSVM的4維輸入嚮量.利用網格優化方法對FSVM二分類器的懲罰參數C、覈函數寬度σ進行優化.構造瞭FSVM的高維空間帶狀分段隸屬度函數,求取樣本的模糊決策函數值.構造多FSVM分類器.將故障時刻後特徵嚮量送入多FSVM分類器,得到樣本的故障分類初始標籤.構造支持嚮量迴歸機(support vector regression,SVR),優化穫得測試樣本的最終故障隸屬度,再對FSVM的分類標籤進行脩正.研究採用主成分分析法對樣本高保真的降維處理方法、在3維坐標繫中顯示降維後3維嚮量及其故障模糊分類結果.為瞭測試算法,做瞭784組倣真實驗,實驗結果錶明:FSVM+SVR的輸電線路模糊故障分類方法不受故障點、故障類型、過渡電阻影響,故障識彆率達到99.4％.在訓練集1/5故障數據中加入5 dB Gauss白譟聲,故障識彆率仍保持不變.研究錶明基于模糊支持嚮量機的分類方法適用于線路故障分類.
침대이유수전선로고장분류방법재양본중존재조성시준학솔유소강저정황,연구료기우Hilbert-Huang변환화모호지지향량궤(fuzzy support vector machines,FSVM)적수전선고장모호분류방법,이제고수전선로고장분류적준학솔.채용HHT변환획득고장시각,제취고장후A、B、C삼상급령서전류적특정능량함수치,조성FSVM적4유수입향량.이용망격우화방법대FSVM이분류기적징벌삼수C、핵함수관도σ진행우화.구조료FSVM적고유공간대상분단대속도함수,구취양본적모호결책함수치.구조다FSVM분류기.장고장시각후특정향량송입다FSVM분류기,득도양본적고장분류초시표첨.구조지지향량회귀궤(support vector regression,SVR),우화획득측시양본적최종고장대속도,재대FSVM적분류표첨진행수정.연구채용주성분분석법대양본고보진적강유처리방법、재3유좌표계중현시강유후3유향량급기고장모호분류결과.위료측시산법,주료784조방진실험,실험결과표명:FSVM+SVR적수전선로모호고장분류방법불수고장점、고장류형、과도전조영향,고장식별솔체도99.4％.재훈련집1/5고장수거중가입5 dB Gauss백조성,고장식별솔잉보지불변.연구표명기우모호지지향량궤적분류방법괄용우선로고장분류.
