基于小波奇异熵和人工神经网络理论的输电线路故障识别研究
泛化信息熵目前在信号识别和故障诊断领域得到了广泛应用并取得了一定成效，小波熵正是一种典型的泛化熵，其在电力系统故障检测和识别中的应用具有巨大的潜力。本文通过对小波变换、奇异值分解(SVD)理论及信息熵原理的研究，分析了小波奇异熵对输电线路故障暂态分析的本质；在此基础上把小波奇异熵应用于输电线路的故障类型识别，并结合人工神经网络理论提出了具体的识别方案。基于PSCAD/EMTDC的输电线路故障仿真结果证实了基于小波奇异熵和神经网络理论的故障识别方案的可行性，并表明该方法将不会受到故障时刻、故障位置、输电线路过渡电阻等因素的影响，具有较好的适应性。
奇异值分解 信息熵理论 小波奇异熵 人工神经网络 故障类型识别 输电线路
符玲 何正友
西南交通大学电气工程学院,四川省成都市,610031;电力系统保护与动态安全监控教育部重点实验室(华北电力大学)
国内会议
南京
中文
1571-1574
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）