基于PSO和贝叶斯分类器的配电网高阻接地故障识别技术

被引：35

作者：

翁月莹 ^{[1
]}

陈翔宇 ^{[1
]}

肖新华 ^{[2
]}

许倩 ^{[2
]}

机构：

[1] 国网辽宁省电力有限公司盘锦供电公司

[2] 国网信通亿力科技有限责任公司

来源：

电测与仪表 | 2020年 / 02期

关键词：

配电网; 高阻接地故障; 粒子群算法; 小波变换; 贝叶斯分类器;

D O I：

暂无

中图分类号：

TM862 [过电压保护装置];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

提出了一种基于粒子群优化算法和贝叶斯的配电网高阻接地故障识别方法,该方法首先采用离散小波变换构造配电网电压和电流的时频矩阵,提取出反映高阻接地故障的特征量。采用粒子群算法对贝叶斯分类器进行特征空间优化,提高分类准确性和计算时效性。各类典型工况下的仿真和实验结果表明该识别方法的正确率大于95%,可有效处理绝缘子泄漏电流、电容器投切以及非线性负荷等干扰因素。

引用

页码：52 / 56

页数：5

共 5 条

[1]

基于LCD-Hilbert谱奇异值和多级支持向量机的配电网故障识别方法 [J].

郭谋发 ;

游林旭 ;

洪翠 ;

高伟 ;

王锐凤 .

高电压技术, 2017, 43 (04) :1239-1247

[2]

一种配电网高阻接地故障在线监测与辨识方法 [J].

周封 ;

朱瑞 ;

王晨光 ;

王丙全 ;

刘健 .

仪器仪表学报, 2015, 36 (03) :685-693

[3]

中性点有效接地配电网高阻接地故障特征分析及检测 [J].

耿建昭 ;

王宾 ;

董新洲 ;

Bak DOMINIK .

电力系统自动化, 2013, 37 (16) :85-91

[4]

贝叶斯分类器与粗糙集相结合的变压器综合故障诊断 [J].

朱永利 ;

吴立增 ;

李雪玉 .

中国电机工程学报, 2005, (10) :159-165

[5]

Ensemble decision trees for high impedance fault detection in power distribution network[J] S.R. Samantaray International Journal of Electrical Power and Energy Systems 2012,

← 1 →