本文選題：輸電線路 + 故障類(lèi)型識(shí)別��； 參考：《中國(guó)電機(jī)工程學(xué)報(bào)》2017年11期

【摘要】：鑒于輸電線路故障識(shí)別中數(shù)據(jù)集的非均衡性問(wèn)題,提出一種基于小波奇異信息和改進(jìn)合成少數(shù)類(lèi)過(guò)采樣(synthetic minority over-sampling technique,SMOTE)算法的輸電線路故障識(shí)別方法。首先,通過(guò)PSCAD/EMTDC仿真構(gòu)造輸電線路故障不平衡數(shù)據(jù)集,結(jié)合平穩(wěn)小波變換(stationary wavelet transform,SWT)與奇異值分解(singular value decomposition,SVD)技術(shù)提取相電流及零序電流的故障分量的小波奇異值作為特征參數(shù),然后采用改進(jìn)SMOTE算法在少數(shù)類(lèi)的樣本中心鄰域進(jìn)行插值再抽樣處理,調(diào)整數(shù)據(jù)集的不平衡度,利用優(yōu)化后的數(shù)據(jù)集訓(xùn)練支持向量機(jī)(support vector machine,SVM)組合分類(lèi)器,對(duì)不同故障工況下的10種輸電線路故障類(lèi)型進(jìn)行分類(lèi)識(shí)別。仿真結(jié)果表明,該文的方法能有效地提高分類(lèi)算法在樣本數(shù)據(jù)不平衡的情況下對(duì)少數(shù)類(lèi)的識(shí)別能力和整體的識(shí)別準(zhǔn)確率,具有較好的泛化性和較強(qiáng)的魯棒性,并且對(duì)多種分類(lèi)算法同樣適用。
[Abstract]:In view of the disequilibrium of data sets in fault identification of transmission lines, a new method for fault identification of transmission lines based on wavelet singular information and improved synthesis of a few kinds of over-sampling synthetic minority over-sampling technique (SMOTET) algorithm is proposed. Firstly, the unbalanced data set of transmission line fault is constructed by PSCAD / EMTDC simulation, and the wavelet singular value of fault component of phase current and zero sequence current is extracted as characteristic parameter by using stationary wavelet transform and singular value decomposition (SVD) technique. Then, the improved SMOTE algorithm is used to interpolate and resample the sample center neighborhood of a few classes, to adjust the unbalance degree of the data set, and to train the support vector machine (SVM) combined classifier by using the optimized data set. Ten types of transmission line faults under different fault conditions are classified and identified. The simulation results show that the proposed method can effectively improve the recognition ability and the overall recognition accuracy of a few classes when the sample data is unbalanced, and has better generalization and robustness. It is also applicable to many classification algorithms.
【作者單位】： 武漢大學(xué)電氣工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51277134)~~
【分類(lèi)號(hào)】：TM75

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張偉;;輸電線路故障定位與智能巡檢[J];數(shù)字技術(shù)與應(yīng)用;2013年02期

2 鄔世忠;臧傳順;;淺談如何降低輸電線路故障率[J];電子制作;2014年05期

3 段承先;電力系統(tǒng)輸電線路故障定位的算法研究[J];華北工學(xué)院學(xué)報(bào);2001年02期

4 石巖,劉宗行,李偉;可編程邏輯器件在輸電線路故障定位裝置中的應(yīng)用[J];電子技術(shù);2003年11期

5 王紹部,祝鉑渝,龔慶武,舒乃秋;進(jìn)化算法在輸電線路故障定位中的應(yīng)用[J];繼電器;2004年22期

6 謝云昊;輸電線路故障的查找[J];農(nóng)村電氣化;2005年05期

7 謝云昊;如何提高輸電線路故障查找的成功率[J];電力安全技術(shù);2005年04期

8 勾書(shū)軍;;輸電線路故障及預(yù)防[J];電力安全技術(shù);2006年10期

9 何釗;;輸電線路故障的查找[J];四川電力技術(shù);2008年S1期

10 王長(zhǎng)善;馬廷磊;焦來(lái)琪;;輸電線路故障排除[J];中國(guó)電力企業(yè)管理;2008年16期

相關(guān)會(huì)議論文 前4條

1 趙延華;;基于輸電線路故障數(shù)模的建立與應(yīng)用[A];山東電機(jī)工程學(xué)會(huì)第五屆供電專(zhuān)業(yè)學(xué)術(shù)交流會(huì)論文集[C];2008年

2 傅宣葵;宋文波;陶定柱;王聰智;;輸電線路故障區(qū)域判斷裝置應(yīng)用研究[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

3 傅宣葵;宋文波;陶定柱;王聰智;;輸電線路故障區(qū)域判斷裝置應(yīng)用研究[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

4 馬永明;陳平;劉萬(wàn)超;祝成;孫佳佳;;基于MATLAB的輸電線路故障行波仿真平臺(tái)[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專(zhuān)業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 范新橋;基于多點(diǎn)電流測(cè)量的輸電線路故障定位方法研究[D];華北電力大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 宋英濤;500kV輸電線路故障定位與故障綜合分析[D];山東大學(xué);2015年

2 牛睿;輸電線路故障定位研究及其分析平臺(tái)開(kāi)發(fā)[D];山東大學(xué);2015年

3 田吉華;電力系統(tǒng)輸變電線路故障智能定位方法研究[D];華北電力大學(xué);2015年

4 史永鋒;基于小波分析和支持向量機(jī)的電力系統(tǒng)輸電線路故障分類(lèi)[D];華北電力大學(xué);2015年

5 徐彬;云南省送變電工程公司代運(yùn)維輸電線路故障分析及應(yīng)對(duì)策略[D];云南大學(xué);2015年

6 范國(guó)琛;基于多測(cè)點(diǎn)和相位比較的輸電線路故障定位方法研究[D];華北電力大學(xué);2015年

7 朱凱;智能化輸電線路故障監(jiān)測(cè)系統(tǒng)應(yīng)用研究[D];華北電力大學(xué);2015年

8 張虹;輸電線路故障原因綜合辨識(shí)研究[D];山東大學(xué);2016年

9 張帥;超高壓混合輸電線路故障定位技術(shù)研究[D];山東大學(xué);2016年

10 王亭亭;基于行波法的輸電線路故障定位研究[D];東北農(nóng)業(yè)大學(xué);2016年

，

本文編號(hào)：2022702