采用交叉熵支持向量机和模糊积分的电网故障诊断

摘要：

为了解决分布式电网故障诊断中局部电网内部故障和相邻区域联络线故障的诊断问题,采用交叉熵支持向量机( cross entropy support vector machine,CE-SVM)的改进方法,提出一种基于后验概率输出的CE-SVM和模糊积分动态融合的大电网故障诊断策略。首先通过网络分区算法将电网分割成连通且计算负担平衡的子区域；采用历史数据离线训练各局部CE-SVM模块,根据故障报警信息选择性触发局部CE-SVM实现局部电网内部的故障诊断；利用模糊密度动态调节算法构建模糊积分环节,关联融合相连区域CE-SVM模块关于联络线故障的后验概率输出,实现联络线故障的综合决策。该方法不仅可以应对局部网络内部的故障诊断,也可以有效处理相邻区域间联络线的故障诊断问题。仿真结果看出：所得到的诊断结论正确,并且对于处理保护器和断路器报警信息丢失或不正确动作的情况具有较好的容错性。

关键词：分布式、大电网、故障诊断、交叉熵、支持向量机、模糊积分

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：黑龙江省自然科学基金QC201003;黑龙江科技大学青年才俊资助计划

在线出版日期：2016-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：112-120