文档摘要：由于现有方法在配电网带电检测中应用效果不佳,不仅灵敏度比较低,而且特异度也比较低,无法达到预期的检测效果,本文提出基于非线性支持向量机的配电网带电检测方法.采用压缩感知算法对原始配电网电气信号处理,减少样本数据量,构造配电网数据序列样本集,利用小波去噪技术对数据序列样本去噪处理,利用非线性支持向量机对电气信号分类,识别检测异常信号,以此完成配电网带电检测.经实验证明,设计方法灵敏度与特异度均在90％以上,检测精度较高,在配电网带电检测方面具有良好的应用前景.
Abstract：Duetothepoorapplicationeffectoftheexistingmethodsintheon-linedetectionofdistributionnetwork,notonlythesensitivityislow,butalsothespecificityislow,sotheexpecteddetectioneffectcannotbeachieved,thispaperpresentsanonlinearSupportvectormachinemethodforon-linedetectionofdistributionnetworks.Thecompressionsensingalgorithmisusedtoprocesstheelectricalsignalsoftheoriginaldistributionnetwork,toreducetheamountofthesampledata,toconstructthedistributionnetworkdataseriessampleset,andtode-noisethedataseriessamplebyusingthewaveletde-noisingtechnology,byusingnonlinearSupportvectormachinetoclassifyelectricalsignalsandidentifyabnormalsignals,livedetectionofdistributionnetworkcanbecompleted.Theexperimentalresultsshowthatthesensitivityandspecificityofthedesignmethodareabove90％,andthedetectionaccuracyishigh,ithasagoodapplicationprospectinlivedetectionofdistributionnetwork.
作者：周斌 吴敏Author：ZHOUBin WUMin
作者单位：浙江图盛输变电工程有限公司,浙江温州325000
刊名：电气传动自动化
Journal：ElectricalDriveAutomation
年，卷(期)：2024, 46(2)
分类号：TM726
关键词：非线性支持向量机 配电网 带电检测 压缩感知算法 小波去燥技术
Keywords：NonlinearSupportvectormachine Distributionnetwork Livedetection Compression-awarealgorithm Waveletdesiccanttechnology
机标分类号：TN911.23TP391.41TM772
在线出版日期：2024年7月3日
基金项目：基于非线性支持向量机的配电网带电检测方法[
期刊论文] 电气传动自动化--2024, 46(2)周斌 吴敏由于现有方法在配电网带电检测中应用效果不佳,不仅灵敏度比较低,而且特异度也比较低,无法达到预期的检测效果,本文提出基于非线性支持向量机的配电网带电检测方法.采用压缩感知算法对原始配电网电气信号处理,减少样本数...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：非线性支持向量机,配电网,带电检测,压缩感知算法,小波去燥技术,
|
|
