首页
期刊简介
编委会
投稿指南
期刊订阅
中国电工网
肖思捷,于琼,房悦,黄文龙,刘科,鲁成,牟建学.基于最优特征训练支持向量机的MMC-HVDC输电线路故障检测方法[J].电工技术,2024(19):97-99
基于最优特征训练支持向量机的MMC-HVDC输电线路故障检测方法
DOI:
10.19768/j.cnki.dgjs.2024.19.025
中文关键词
:
直流输电
高阻接地故障
经验模态分解
支持向量机
粒子群优化
英文关键词
:
基金项目
:
作者
单位
肖思捷
国网山东省电力公司淄博供电公司
于琼
国网山东省电力公司淄博供电公司
房悦
国网山东省电力公司淄博供电公司
黄文龙
国网山东省电力公司淄博供电公司
刘科
国网山东省电力公司淄博供电公司
鲁成
国网山东省电力公司淄博供电公司
牟建学
国网山东省电力公司淄博供电公司
摘要点击次数
:
93
全文下载次数
:
0
中文摘要
:
准确辨识MMC-HVDC系统的线路故障类型对于快速恢复故障线路正常运行有着重要的意义,但高阻接地故障一直是识别的难点。为此,提出了一种基于支持向量机的故障类型检测方法。该方法利用经验模态分解提取故障电压信号中的若干个高频模态量,通过粒子群优化算法寻找各个模态量的最优权值后重构波形信号作为特征样本训练分类模型。仿真结果验证,利用优化样本训练出的分类模型可以在低采样频率和较少故障波形采样点的情况下完成对不同类型故障的准确识别。
英文摘要
:
查看全文
查看/发表评论
下载PDF阅读器