基于小波奇异值和支持向量机的高压线路故障诊断

摘要：

提出了基于小波奇异值(WSV)和支持向量机(SVM)的电力系统故障类型识别的新方法.利用WSV来量化故障特征,再与SVM结合进行故障类型识别.对故障线路三相电流信号进行小波包变换分解,获取故障信号的小波细节系数;利用相重构技术将小波细节系数向量形成系数矩阵,并对该矩阵作奇异值分解,获取小波奇异值;将小波奇异值向量输入到SVM分类器进行故障类型识别.仿真表明,对于不同的故障类型,其小波奇异值分布明显不同,而对于同一类型故障,其小波奇异值分布在不同的故障位置、过渡电阻的情况下仍保持很大的相似性.SVM具有训练样本少、训练时间短、识别率高等优点.

关键词：小波分析、奇异值分解、小波奇异值、支持向量机

所属期刊栏目：38

分类号：TM711(输配电工程、电力网及电力系统)

在线出版日期：2010-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-39,51