论文摘要
为提高配电网故障诊断工作效率,针对故障发生时故障信息数据冗杂并且夹杂着设备元件误动、拒动、损坏等信息不完备的情况,提出一种基于RS-SVM算法的故障诊断方法。该方法将故障告警信息中断路器、过流保护动作信息作为故障诊断模型的输入量,将系统中线路或区域（如线路、母线、配电变压器、配电区域等）是否发生故障作为诊断输出量。首先,根据配电网拓扑结构关系建立原始决策表,利用粗糙集（rough set,RS）对原始决策表进行基于依赖度和重要度的属性约简,求得最小决策表;然后,建立支持向量机（support vector machine,SVM）故障诊断模型,通过优化参数完成训练学习,利用约简后的决策数据进行故障诊断;最后,充分考虑单次和多重故障的情况,结合多种评价指标,通过算例对比验证了所提方法的精确性和高效性。
论文目录
文章来源
类型: 期刊论文
作者: 贾志成,张智晟,刘远龙,徐中一
关键词: 粗糙集,属性约简,支持向量机,配电网,故障诊断
来源: 广东电力 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 青岛大学电气工程学院,国网山东省电力公司,国网山东省电力公司检修公司
基金: 2016智慧青岛建设计划重点项目(强化重点领域智慧企业服务类-11)
分类号: TM73
页码: 107-114
总页数: 8
文件大小: 2014K
下载量: 202