申请/专利权人:南京工程学院
申请日:2020-04-09
公开(公告)日:2024-03-05
公开(公告)号:CN111476173B
主分类号:G06F18/2411
分类号:G06F18/2411;H02J3/00;G06N3/006;G06N20/10;G06F18/2131;G06F18/214
优先权:
专利状态码:有效-授权
法律状态:2024.03.05#授权;2020.08.25#实质审查的生效;2020.07.31#公开
摘要:本发明公开了一种基于BAS‑SVM的配电网电压暂降源识别方法,通过改进S变换的结果模矩阵得到各种电压暂降信号的相关曲线;应用改进S变换提取各种电压暂降信号的若干组特征指标数据;通过BAS对SVM的惩罚因子和核函数参数进行寻优,构建BAS‑SVM分类器;归一化处理提取的特征指标数据;采用5倍交叉验证方法划分训练集和测试集,训练集作为BAS‑SVM分类器的训练样本,测试集作为BAS‑SVM分类器的测试样本进行测试,实现对配电网电压暂降源的100%精确识别。仿真结果表明,该方法与CV‑SVM、GA‑SVM、PSO‑SVM等方法相比,可以更有效地提高不同电压暂降源的识别正确率,具有更好的分类效果。
主权项:1.一种基于BAS-SVM的配电网电压暂降源识别方法,其特征在于,包括:步骤1,通过改进S变换的结果模矩阵得到各种电压暂降信号的基频幅值曲线和频率幅值包络线;所述电压暂降信号包括单相短路故障、两相短路故障、三相短路故障、感应电动机启动和变压器投运引起的5种电压暂降信息;步骤2,应用改进S变换提取各种电压暂降信号的若干组特征指标数据;步骤3,归一化处理每种电压暂降信号提取的若干组特征指标数据;步骤4,通过BAS对SVM的惩罚因子和核函数参数进行寻优,构建BAS-SVM分类器;步骤5,采用5倍交叉验证方法将步骤3归一化后的若干组特征指标数据划分训练集和测试集,其中训练集作为BAS-SVM分类器的训练样本,测试集作为BAS-SVM分类器的测试样本进行测试,实现对配电网电压暂降源的100%精确识别;步骤2所述特征指标包括均值、标准差、RMS值、暂降深度、能量、峰度、突变点个数、香农熵、对数能量熵、基频幅值下降斜率、基频幅值上升斜率、二次谐波含有率、偏度、波形系数、波峰系数和暂降时间比。
全文数据:
权利要求:
百度查询: 南京工程学院 一种基于BAS-SVM的配电网电压暂降源识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。