文献类型：期刊文章

作　　者：高伟[1] 陈伟凡[2] 杨耿杰[1] 陈立纯[3]

机构地区：[1]福州大学电气工程与自动化学院 [2]国网福建省电力有限公司泉州供电公司 [3]国网福建晋江市供电有限公司

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(51677030);福建省教育厅中青年教师教育科研项目(JA15086)资助

年　　份：2018

卷　　号：32

期　　号：2

起止页码：62-71

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2017_2018、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：对配电网故障类型的及时准确识别有助于故障定位和事故分析等。提出一种基于奇异值分解(SVD)和多级支持向量机(SVM)的配电网故障类型识别方法。首先通过希尔伯特-黄变换(HHT)带通滤波算法对三相电压/电流、零序电压等7个故障波形进行等频宽分解,构造时频矩阵。然后将时频矩阵SVD得到的部分有效奇异值作为特征量,输入到多级SVM进行训练和分类识别。利用PSCAD/EMTDC软件搭建10 k V配电网模型用于获取训练样本和测试样本。测试结果表明,该方法对配电网单相接地、两相接地、两相短路、三相短路等10种故障类型的识别正确率较高,且在噪声干扰、采样不同步、系统网络结构改变、负荷电流变化、系统中性点经消弧线圈接地、系统等值阻抗变化、分布式电源接入等情况下均有较好的适应性。

关 键 词：配电网 故障类型识别 希尔伯特-黄变换 奇异值分解 支持向量机

分 类 号：TM711] TP18]