张超,张运,张士勇,高鹏,刘虹.RIME-VMD-LSSVM在气体绝缘电器局放故障识别的应用[J].电工技术,2024(19):178-183
RIME-VMD-LSSVM在气体绝缘电器局放故障识别的应用
  
DOI：10.19768/j.cnki.dgjs.2024.19.048
中文关键词:  GIS  局部放电  VMD  霜冰优化算法  最小二乘支持向量机
英文关键词:
基金项目:
作者单位
张超 国网江苏省电力有限公司盐城供电分公司 
张运 国网江苏省电力有限公司盐城供电分公司 
张士勇 国网江苏省电力有限公司盐城供电分公司 
高鹏 国网江苏省电力有限公司盐城供电分公司 
刘虹 国网江苏省电力有限公司盐城供电分公司 
摘要点击次数: 95
全文下载次数: 0
中文摘要:
      气体绝缘组合电器中存在多种绝缘故障，准确识别GIS的故障类型对保障电力安全具有重要意义。为此，提出一种基于霜冰优化算法(Rime optimization algorithm，RIME)优化变分模态分解(VMD)与最小二乘支持向量机(LSSVM)的GIS局部放电分类识别方法。首先引入RIME以最小包络熵作为目标函数对VMD中K和α两参数进行优化。然后对IMFs进行选取，并采用峭度、裕度、波形提取特征。最后将提取的特征向量输入RIME LSSVM进行识别诊断。经过对4种局放特高频信号进行处理分析，表明相比于传统算法，该方法的RIME-VMD-LSSVM诊断效果更好，能有效识别不同的绝缘缺陷故障，识别正确率相较于其他传统算法最高可提升约16%，对GIS等高压电力设备故障识别有进步意义。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器