期刊文章详细信息
基于PSO和贝叶斯分类器的配电网高阻接地故障识别技术
High impedance ground fault identification technology based on PSO and Bayes classifier
文献类型:期刊文章
Weng Yueying;Chen Xiangyu;Xiao Xinhua;Xu qian(Panjin Power Supply Company,State Grid Liaoning Electric Power Company,Panjin 124000,Liaoning,China;State Grid Info-Telecon Great Power Science and Technology Co.,Ltd.,Fuzhou 350003,China)
机构地区:[1]国网辽宁省电力有限公司盘锦供电公司,辽宁盘锦124000 [2]国网信通亿力科技有限责任公司,福州350003
基 金:国家电网公司科技项目(2018YF-47)
年 份:2020
卷 号:57
期 号:2
起止页码:52-56
语 种:中文
收录情况:BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊
摘 要:提出了一种基于粒子群优化算法和贝叶斯的配电网高阻接地故障识别方法,该方法首先采用离散小波变换构造配电网电压和电流的时频矩阵,提取出反映高阻接地故障的特征量。采用粒子群算法对贝叶斯分类器进行特征空间优化,提高分类准确性和计算时效性。各类典型工况下的仿真和实验结果表明该识别方法的正确率大于95%,可有效处理绝缘子泄漏电流、电容器投切以及非线性负荷等干扰因素。
关 键 词:配电网 高阻接地故障 粒子群算法 小波变换 贝叶斯分类器
分 类 号:TM93]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...