基于实测数据的电力系统过电压分类识别

被引：11

作者：

黄艳玲

司马文霞

杨庆

袁涛

王荆

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室重庆大学

来源：

电力系统自动化 | 2012年 / 36卷 / 04期

关键词：

过电压; 特征量; 支持向量机; 小波变换; 分类树;

D O I：

暂无

中图分类号：

TM866 [过电压的测量及试验];

学科分类号：

080803 ;

摘要：

构造了一个有效的基于实测数据的过电压自动分类识别树。首先抽取过电压信号的时域特征量,将过电压类别集合分为2个子集。其次对信号进行离散小波变换,抽取小波变换域特征量。为使小波变换域特征量更具区别性,对2个子集内的过电压信号采用不同的采样频率和小波分解层数。最后在分类树的各节点构造一个支持向量机二值分类器,采用实测过电压数据进行交叉验证。总识别率达95%,验证了分类树的有效性。

引用

收藏

页码：85 / 90

页数：6

相关论文

共 12 条

[1] Hilbert-Huang变换在电力系统过电压识别中的应用 [J].

司马文霞 ;

王荆 ;

杨庆 ;

谢博 .

高电压技术, 2010, 36 (06) :1480-1486

[2] 基于遗传算法的电网过电压分层模糊聚类识别 [J].

杜林 ;

郭良峰 ;

司马文霞 ;

陈明英 ;

赵立进 .

中国电机工程学报, 2010, 30 (10) :119-124

[3] 一种电能质量扰动信号的分层识别新方法 [J].

王丽霞 ;

何正友 ;

戴铭 ;

赵静 ;

钱清泉 .

电力系统自动化, 2009, 33 (24) :65-69

[4] 基于S变换模时频矩阵局部相似度的短时电能质量扰动分类 [J].

刘鑫 ;

杨洪耕 ;

赵俊 .

电力系统自动化, 2009, 33 (08) :62-67

[5] 基于S变换的电能质量扰动支持向量机分类识别 [J].

占勇 ;

程浩忠 ;

丁屹峰 ;

吕干云 ;

孙毅斌 .

中国电机工程学报, 2005, (04) :53-58

[6] 几种短时电能质量扰动分类和检测的双小波分析法 [J].

李天云 ;

陈晓东 ;

赵为红 ;

应鸿 .

电力系统自动化, 2003, (22) :26-30

[7] 基于dq变换和ANN的电能质量扰动辨识 [J].

徐永海 ;

肖湘宁 ;

杨以涵 ;

陈学允 .

电力系统自动化, 2001, (14) :24-28

[8]

高压电网过电压在线监测系统设计与实现研究[D]. 兰海涛.重庆大学. 2006

[9]

交流电力系统过电压防护及绝缘配合[M]. 中国电力出版社 , 许颖, 2006

[10] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300