基于多分类支持向量机的分布式发电系统并网保护

被引:8
作者
杨珮鑫 [1 ,2 ]
张沛超 [1 ,2 ]
机构
[1] 电力传输与功率变换控制教育部重点实验室(上海交通大学)
[2] 上海交通大学电子信息与电气工程学院
关键词
并网保护; 故障判别; 孤岛检测; 多分类支持向量机; 特征选择; 概率估计;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TM61 [各种发电];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
在配电网出现孤岛、故障等异常情况时,并网保护需要及时断开分布式电源系统与主电网的连接。文中首先分析了并网保护的功能与特点,然后提出了一种基于多分类支持向量机的智能型并网保护方案。该保护方案在传统二分类支持向量机的基础上,建立了并网保护的概率型多分类器模型,实现对扰动、孤岛和故障事件的检测。为了提高模型的泛化能力,采用SVM-RFE方法对特征进行选择。最后,从保护的可信赖性与安全性两个方面,利用仿真对所提智能型并网保护与常规保护的性能进行了对比。
引用
收藏
页码:110 / 116+151 +151
页数:8
相关论文
共 10 条
[1]   适用于含分布式电源配电网的纵联保护方案 [J].
许偲轩 ;
陆于平 .
电力系统自动化, 2015, 39 (09) :113-118+155
[2]   考虑分布式电源特性的配电网保护与安全自动装置配合方案 [J].
李乃永 ;
林霞 ;
李磊 ;
朱倩茹 ;
唐毅 ;
王安宁 .
电力系统自动化, 2014, 38 (19) :85-89
[3]   孤岛检测的关键特征识别及元学习方法 [J].
张沛超 ;
谭啸风 ;
杨珮鑫 .
电力系统自动化, 2014, 38 (18) :72-78
[4]   基于电流相角突变量方向的有源配电网保护 [J].
司新跃 ;
陈青 ;
高湛军 ;
马杰 ;
陈敏维 ;
王磊 .
电力系统自动化, 2014, 38 (11) :97-103
[5]   配电网中分布式电源的选址定容和电流保护策略 [J].
付文秀 ;
范春菊 ;
杨炼 ;
陈彬 ;
陈金祥 ;
惠东 .
电力系统自动化, 2014, 38 (10) :78-84
[6]   交流微电网系统并网保护分析 [J].
黄文焘 ;
邰能灵 ;
唐跃中 .
电力系统自动化, 2013, 37 (06) :114-120
[7]   分布式电源中逆变器的故障特征和保护方案 [J].
赵杰 ;
张艳霞 ;
宣文博 ;
徐陆宇 .
电力系统自动化, 2012, 36 (01) :51-54
[8]   多分辨率奇异谱熵和支持向量机在孤岛与扰动识别中的应用 [J].
朱艳伟 ;
石新春 ;
李鹏 .
中国电机工程学报, 2011, 31 (07) :64-70
[9]   Gene Selection for Cancer Classification using Support Vector Machines [J].
Isabelle Guyon ;
Jason Weston ;
Stephen Barnhill ;
Vladimir Vapnik .
Machine Learning, 2002, 46 :389-422
[10]  
Impact of smart grids and green power generation on distribution systems .2 MOZINA C J. IEEE Transactions on Industry Applications . 2013