基于EMD样本熵和LS-SVMs的电力系统故障类型识别

摘要：

提出了一种基于经验模式分解(EMD)样本熵和最小二乘支持向量机(LS-SVMs)的电力故障类型识别的新方法。利用EMD 良好的局域化特性和样本熵来获取故障信息、进行特征提取,再结合LS-SVMs的强大模式分类能力进行故障类型识别。基于SIMULINK/ MATLAB的故障仿真结果表明,该方法能快速准确地识别各类故障,并且不受故障时刻、过渡电阻、故障位置等因素的影响。

关键词： 电力系统 故障类型 支持向量机 特征提取

作者: 李扬 孙银锋 姜涛

作者单位: 东北电力大学 吉林 吉林 132012

会议类型: 国内会议

会议名称: 中国高等学校电力系统及其自动化专业第二十五届学术年会

会议地点: 长沙

会议语种:中文

页码: 1-4

在线出版日期: 2009-10-01（万方平台首次上网日期，不代表论文的发表时间）