基于CEEMD-LMD-SCN的集合型配电网故障选线方法

摘要：

为解决线路发生单相接地故障时,过渡电阻较高导致故障特征不明显,以及噪声干扰情况下难以对故障线路进行准确识别的问题,提出一种基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、局部均值分解(local mean decomposition,LMD)和随机配置网络(stochastic configuration network,SCN)的故障选线方法.首先采用CEEMD与LMD对零序电流进行分解,分别计算其对应分量的能量熵;然后将求解出的能量熵值组合形成组合特征向量,利用SMOTE(synthetic minority oversampling technique)算法扩充数据,获得训练及测试数据;采用泛化能力较强的SCN网络建立配电网故障选线模型.仿真结果表明:本文故障选线方法在不同故障距离、不同接地电阻和不同故障初始角度的情况下能有效实现故障线路的选择,在高阻以及噪声干扰情况下,该方法适应性依然良好.

关键词：配电网、互补集合经验模态分解、局部均值分解、随机配置网络、故障选线

所属期刊栏目：23

分类号：TM726(输配电工程、电力网及电力系统)

资助基金：四川省科技厅项目;四川省科技厅项目;人工智能四川省重点实验室项目;自贡市科技局项目;自贡市科技局项目;自贡市科技局项目

在线出版日期：2023-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1076-1086