S变换模矩阵和最小二乘SVM在雷电及操作过电压识别中的应用

被引：16

作者：

杜林 ^{[1
]}

李欣 ^{[1
]}

司马文霞 ^{[1
]}

戴斌 ^{[2
]}

机构：

[1] 重庆大学输配电装备及系统安全与新技术国家重点实验室

[2] 云南省电力设计研究院

来源：

电力自动化设备 | 2012年 / 32卷 / 08期

关键词：

S变换模矩阵; 奇异值分解; 最小二乘支持向量机; 雷过电压; 操作过电压; 过电压识别;

D O I：

暂无

中图分类号：

TM862 [过电压保护装置];

学科分类号：

080803 ;

摘要：

提出一种基于S变换模矩阵和最小二乘支持向量机(SVM)的雷电及操作过电压识别方法。通过对零序过电压信号的S变换模矩阵进行奇异值分解,将过电压信号的特征信息分解到不同的时频特征子空间,提取奇异值的5类统计特征参量作为过电压识别的特征向量,并将其输入最小二乘SVM分类器,实现雷电及操作过电压的类型识别。过电压实测数据表明:所提特征方法的特征量维数低,抗干扰能力强;采用的识别方法训练次数少,识别率高,可较好地应用于雷电及操作过电压的识别。

引用

页码：35 / 40

页数：6

共 22 条

[1] 基于粗神经网络的输电线路故障分类方法 [J].