Print

计及雷击情况的基于PDT-SVM暂降源辨识方法研究

论文摘要

目前,电压暂降已成为影响最突出的电能质量问题之一,为有效分析雷击对电网暂降的影响程度,对雷击导致电压暂降的情况进行了详细分析,准确辨识了包括雷击导致暂降情况在内的4种暂降类型,为合理划分暂降责任提供重要依据。文中首先分析了雷击故障导致暂降的有效值波形与普通短路故障之间的区别,归纳了短路故障、雷击、变压器投切及感应电机启动4种暂降类型电压有效值波形的特点,引入5个暂降电压特征指标,并建立了暂降类型辨识特征矩阵。然后采用基于粒子群聚类优化的决策树支持向量机(PDT-SVM)分类器对4种暂降类型进行辨识。分类器的训练与测试数据均来自电网实测暂降电压数据,与工程实际密切贴合。最后,算例分析结果验证了算法的有效性和准确性。

论文目录

  • 0 引言
  • 1 暂降类型特征分析
  •   1.1 雷击导致暂降的特征分析
  •   1.2 暂降的特征量选择
  • 2 基于PDT-SVM的暂降类型辨识
  •   2.1 支持向量机原理
  •   2.2 决策树SVM
  •   2.3 基于PDT-SVM分类算法
  • 3 算例分析
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 李陶然,张宸宇,史明明,沙浩源,郑建勇,梅飞

    关键词: 雷击,电压暂降,有效值,特征辨识

    来源: 电力工程技术 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 东南大学电气工程学院,国网江苏省电力有限公司电力科学研究院,河海大学能源与电气学院

    基金: 江苏省重点研发计划资助项目(BE2017030)

    分类号: TM714.2

    页码: 2-7

    总页数: 6

    文件大小: 1900K

    下载量: 77

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/7742fcf3775ac37782f08977.html