資源描述：
《基于IMF能量矩和SVM的電力線路故障定位.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第52卷第l1期電測(cè)與儀表Vo1．52NO．112015年6月10日Electricalneasurement&InstrumentationJun．10。2015基于IMF能量矩和SVM的電力線路故障定位術(shù)徐舜，楊毅，王奕，張健，曾祥君(1．長(zhǎng)沙理工大學(xué)電-％4信息工程學(xué)院智能電網(wǎng)運(yùn)行與控制湖南省重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)沙410004；2．廣東電網(wǎng)有限公司電力科學(xué)研究院，廣州510000)摘要：針對(duì)配電網(wǎng)拓?fù)浣Y(jié)構(gòu)日益復(fù)雜化以及線路單相接地時(shí)故障信息難以提取等問(wèn)題，提出了一種基于本征模函數(shù)IMF(IntrinsicModeFunc
2、tion)特征能量矩的故障信息提取方法，并利用SVM進(jìn)行故障定位。該方法首先利用經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)良好的局域化特征來(lái)量化故障信息，將故障電流信號(hào)分解得到多類(lèi)IMF并在時(shí)域軸上對(duì)該IMF進(jìn)行積分，從而得到能量矩特征故障向量，從能量矩中選取相關(guān)系數(shù)大的作為學(xué)習(xí)樣本輸入SVM分類(lèi)器，得到故障線路分類(lèi)模型，進(jìn)而完成配電網(wǎng)的故障定位?；?6kV線路模型的仿真實(shí)驗(yàn)表明，該方法僅需測(cè)量故障電流，可以準(zhǔn)確、有效地識(shí)別故障區(qū)段，可靠性高。關(guān)鍵詞：經(jīng)驗(yàn)?zāi)Ｊ椒纸?；本征模函?shù)；能量矩；支持向量機(jī)中圖分類(lèi)號(hào)：TM713文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)
3、：1001—1390(2o15)11—0ll7—07FaultlineselectionforpowertransmissionlinebasedonintrinsicmodefunctionenergymomentandSVMXuShun，YangYi，WangYi，ZhangJian，ZengXiangjun(1．HunanProvinceKeyLaboratoryofSmartGridsOperationandControl，CollegeofElectricalandInformationEngineering，
4、ChangshaUniversityofScienceandTechnology，Changsha410004，China．2．GuangdongPowerCorporationElectricPowerResearchInstitute，Guangzhou510000，China)Abstract：Fortheproblemaboutcomplicatedtopologicalstructuresandhard—to-extractinformationwhensingle．phasegroundingfauhoccu
5、rsinpowerdistributionnetwork．a(chǎn)ndanewmethodoffauhselectionbasedontheintrinsic．modefunction(IMF)energymomentandSVM(SupportVectorMachines)isproposedinthispaper．Thelocalizationchar-acteristicsofEMDareusedtoquantifythefault，andthentheSVMiScombinedtoclassifythefauh．Fir
6、stly．thefaultcurrentsignalsaredecomposedintocertainIMF(IntrinsicModeFunction)．Secondly，anintegralofselectedIMFcomponentsalongtimeaxisiscalculatedtoobtaintheIMFenergymomenteigenvectors．Finally．theIMFenergyno．mentsofhighcorrelationcoefficientaretakenastheeigenvecto
7、rstoinputintoSVMclassifierforfaultselection．Asaresuh，thefaultselectionmodelisobtained．Thesimulationresultsof66kVlinemodelshowthattheproposedmethodcanrecognizefault1ineaccuratelyandeffectivelywithonlymeasurementoffaultcurentsignals．Keywords：EMD，IMF，energymoment，SV
8、M0引言靠性起著十分重要的作用H]。然而配電網(wǎng)小電流接隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，配電網(wǎng)的運(yùn)行方式地系統(tǒng)單相接地信號(hào)檢測(cè)困難，所以配電保護(hù)的關(guān)也日益復(fù)雜化。電網(wǎng)發(fā)生故障后，準(zhǔn)確可靠地找到鍵的是如何從微弱的非平穩(wěn)故障信號(hào)中抽取得到平故障線路，對(duì)減少故障恢復(fù)時(shí)間，提高電力系統(tǒng)的可穩(wěn)的特征向量。針對(duì)故障信號(hào)的提取，目前提出的方
