基于机器学习的中压配电网断线不接地故障检测

论文摘要

由于中压配电网变电站常采用中性点不接地方式,所以当线路单相断线后断口两侧的导线均不接地或是非电源侧导线落地等情况发生时,没有明显的故障特征产生,且无法通过变电站内现有的继电保护装置对故障进行检测。为解决这一难题,我们基于配用电信息系统数据和改进的随机森林算法,用纯数据驱动的方法,提出了一套可用于中压配电网的断线智能检测系统的方法,可应用于实时的故障检测,这是文章的一大创新之处。其次,以华东某地区配用电信息系统中的历史数据为依据进行实际算例分析,该方法在测试集中的分类的准确度高达91. 44%,而且找出了电压为判断配电网断线的主要标准,这为配电网断线不接地故障检测的进一步研究提供了科学的依据。

论文目录

• 0 引言
• 1 配用电信息系统及其数据特征
• 2 考虑配用电数据特点的特征提取
• 3 随机森林
•   3.1 基于随机森林的特征重要性
•   3.2 基于特征选择的随机森林算法
• 4 算例分析
•   4.1 算例描述
•   4.2 数据预处理
•   4.3 特征选择
•   4.4 分类结果
• 5 结束语

文章来源

类型: 期刊论文

作者: 苏运,赵琦,瞿海妮

关键词: 中压配电网,断线故障检测,三相用电,特征选择,随机森林

来源: 电测与仪表 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国网上海市电力公司,复旦大学数学科学学院

基金: 国家电网公司科技项目(52094016002B)

分类号: TM63

DOI: 10.19753/j.issn1001-1390.2019.01.014

页码: 96-101

总页数: 6

文件大小: 1653K

下载量: 238