基于遷移支持向量機的艦船綜合電力系統(tǒng)繼電保護方法研究
發(fā)布時間:2021-07-14 22:38
隨著艦船綜合電力系統(tǒng)的發(fā)展,系統(tǒng)配置、網(wǎng)絡(luò)結(jié)構(gòu)以及運行模式已經(jīng)發(fā)生巨大改變,導(dǎo)致傳統(tǒng)艦船繼電保護方法無法滿足安全性需要。分析了艦船綜合電力系統(tǒng)的故障特征信號,提出了一種基于遷移支持向量機的智能繼電保護方法。推導(dǎo)了所提出方法的數(shù)學(xué)模型,并建立了相應(yīng)的仿真模型。在PSCAD/EMTDC軟件中,構(gòu)建艦船電力系統(tǒng)故障模型,對方法進行了對比分析,驗證了其有效性。仿真結(jié)果表明:基于遷移支持向量機的智能繼電保護方法,可以對艦船綜合電力系統(tǒng)中復(fù)雜的故障進行判斷,全方位滿足保護要求。
【文章來源】:電力系統(tǒng)保護與控制. 2020,48(23)北大核心CSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
系統(tǒng)故障位置示意圖
k代表該樣本的故障類型或保護動作策略。同時,由于艦船多個備用工況之間也具有主次之分,則需要對S中不同工況樣本數(shù)據(jù)設(shè)置權(quán)重系數(shù)uj。其中0<uj<1,uj越大代表該樣本所在工況為主備用,uj越小則為次備用。綜上,采用TrSVM方法,可以降低S中小uj樣本對模型的影響。根據(jù)所有工況數(shù)據(jù)所建艦船故障診斷模型,優(yōu)先滿足T中樣本被正確辨識的實際需求。同時,保留S中樣本被正確辨識的能力。下圖為二維空間中,對T和S數(shù)據(jù)的線性分類問題,SVM與TrSVM方法的分類面建立情況對比。圖2中,L1為最終得到的分類線,L2、L3分別為各類中經(jīng)過距L1最近數(shù)據(jù)樣本,并平行于L1的直線,w為L1的法方向,有標(biāo)注的數(shù)據(jù)點為T中數(shù)據(jù)。TrSVM方法通過對減少S中誤分類數(shù)據(jù)的權(quán)重,使得分類面向增加T中正確分類的方向移動。圖2二維空間二分類問題對比圖Fig.2Comparisonoftwo-classificationproblemintwodimensionalspaces為了求解L1,根據(jù)線性判別式的一般形式f(x)wxb,對應(yīng)的分類面表達式為wxb0(3)將判別式進行歸一化,保證所有樣本都滿足f(x)1的同時,引入松弛因子k,允許錯分樣本的存在,式(3)滿足:[()]1kkkywxb(4)當(dāng)01k時,kx被正確分類;當(dāng)1k時,kx被錯分。為了得到最大分類間隔2w,并對S中數(shù)據(jù)增加權(quán)重系數(shù)uj,降低約束,允許錯分情況的出現(xiàn),得到在式(4)約束下的二次規(guī)劃尋優(yōu)問題。2111min21,1,,s.t.,1,,0,1,,mmnijjijmiiijjjkCCybimybjmmnkmnwwxwx(5)
中q為多項式的階數(shù);徑向基核函數(shù):22exp[/]ijijkxxxx;雙層感知機核函數(shù):tanh[]ijijkxxxx等,就可以滿足大多數(shù)非線性映射的需求。為了提高決策準(zhǔn)確性,使所提出的保護方法更加契合艦船電力系統(tǒng)的運行狀態(tài),加入核函數(shù)增加決策函數(shù)的非線性映射能力,將式(11)變?yōu)?()mniiiiyaykbxxx(12)該模型可以通過監(jiān)測電氣信號對艦船綜合電力系統(tǒng)的運行情況進行判定,實現(xiàn)故障定位以及通信相應(yīng)的斷路器動作,最終切除故障,保護系統(tǒng)正常運行。智能繼電保護方法流程圖如圖3所示。圖3基于TrSVM的智能繼電保護方法流程圖Fig.3FlowchartofTrSVMbasedonintelligentrelayprotectionmethod3方法驗證3.1仿真建模本文在PSCAD/EMTDC軟件中搭建如圖1的
本文編號:3285025
【文章來源】:電力系統(tǒng)保護與控制. 2020,48(23)北大核心CSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
系統(tǒng)故障位置示意圖
k代表該樣本的故障類型或保護動作策略。同時,由于艦船多個備用工況之間也具有主次之分,則需要對S中不同工況樣本數(shù)據(jù)設(shè)置權(quán)重系數(shù)uj。其中0<uj<1,uj越大代表該樣本所在工況為主備用,uj越小則為次備用。綜上,采用TrSVM方法,可以降低S中小uj樣本對模型的影響。根據(jù)所有工況數(shù)據(jù)所建艦船故障診斷模型,優(yōu)先滿足T中樣本被正確辨識的實際需求。同時,保留S中樣本被正確辨識的能力。下圖為二維空間中,對T和S數(shù)據(jù)的線性分類問題,SVM與TrSVM方法的分類面建立情況對比。圖2中,L1為最終得到的分類線,L2、L3分別為各類中經(jīng)過距L1最近數(shù)據(jù)樣本,并平行于L1的直線,w為L1的法方向,有標(biāo)注的數(shù)據(jù)點為T中數(shù)據(jù)。TrSVM方法通過對減少S中誤分類數(shù)據(jù)的權(quán)重,使得分類面向增加T中正確分類的方向移動。圖2二維空間二分類問題對比圖Fig.2Comparisonoftwo-classificationproblemintwodimensionalspaces為了求解L1,根據(jù)線性判別式的一般形式f(x)wxb,對應(yīng)的分類面表達式為wxb0(3)將判別式進行歸一化,保證所有樣本都滿足f(x)1的同時,引入松弛因子k,允許錯分樣本的存在,式(3)滿足:[()]1kkkywxb(4)當(dāng)01k時,kx被正確分類;當(dāng)1k時,kx被錯分。為了得到最大分類間隔2w,并對S中數(shù)據(jù)增加權(quán)重系數(shù)uj,降低約束,允許錯分情況的出現(xiàn),得到在式(4)約束下的二次規(guī)劃尋優(yōu)問題。2111min21,1,,s.t.,1,,0,1,,mmnijjijmiiijjjkCCybimybjmmnkmnwwxwx(5)
中q為多項式的階數(shù);徑向基核函數(shù):22exp[/]ijijkxxxx;雙層感知機核函數(shù):tanh[]ijijkxxxx等,就可以滿足大多數(shù)非線性映射的需求。為了提高決策準(zhǔn)確性,使所提出的保護方法更加契合艦船電力系統(tǒng)的運行狀態(tài),加入核函數(shù)增加決策函數(shù)的非線性映射能力,將式(11)變?yōu)?()mniiiiyaykbxxx(12)該模型可以通過監(jiān)測電氣信號對艦船綜合電力系統(tǒng)的運行情況進行判定,實現(xiàn)故障定位以及通信相應(yīng)的斷路器動作,最終切除故障,保護系統(tǒng)正常運行。智能繼電保護方法流程圖如圖3所示。圖3基于TrSVM的智能繼電保護方法流程圖Fig.3FlowchartofTrSVMbasedonintelligentrelayprotectionmethod3方法驗證3.1仿真建模本文在PSCAD/EMTDC軟件中搭建如圖1的
本文編號:3285025
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3285025.html
最近更新
教材專著