低压配电网HPLC通信信道特征分类研究

摘要：

针对传统方法对通信信道特征分类的精准度差、分类召回率较高,提出一种低压配电网HPLC通信信道特征分类方法.从位置、用户密度、电线长度与网络设计等方面,分析客户侧低压配电网HPLC通信信道特征;根据HPLC通信信道传递函数得到相关衰减因子数值,构建HPLC通信信道模型,获取最佳传输频率;利用K-L变换算法将复数信号分割为实部与虚部,建立信号的协方差矩阵,凭借实数变换操作获取降维后信道特征数据;将平均时延、角度扩展作为特征提取目标,通过支持向量机算法训练样本数据,得出超平面划分公式,计算最大分类间隔,完成特征分类.设备级运维应完善监测及诊断后的优化方案、云端部署方案,并考虑和现场作业终端的融合.建立一套标准的HPLC在线监测与故障诊断系统,该系统包括云端系统和手持式测量装置.仿真实验表明,所提方法的信道特征分类准度最高可达99.06％,召回率最高可达97.88％、整体精度最高可达99.54％,说明该方法分类效果较好.

关键词：机器学习、低压配电网、高速电力线载波、通信信道、支持向量机

所属期刊栏目：38

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家电网公司总部科技项目5700-202027173A-0-0-00

在线出版日期：2022-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7