基于实测数据的电力系统过电压的分类识别
电力系统过电压类型的分类和识别，是采取适当抑制措施的前提条件，对保障电力系统安全运行，提高线路供电可靠性有重要意义。文中构造了一个有效的基于实测数据的过电压自动分类识别树。首先抽取过电压信号的时域特征量，由此将过电压类别集合分为2个子集。其次对信号进行离散小波变换，并抽取小波变换域特征量。为使小波变换域特征量更具区别性，对2个子集内的过电压信号采用不同的采样频率和小波分解层数。最后在分类树的各节点构造一个支持向量机二值分类器，并采用实测过电压数据对它们进行交叉验证。总识别率达95％，验证了分类树的有效性。
电力系统 过电压 特征量 支持向量机 小波变换 分类识别
黄艳玲 司马文霞 杨庆 袁涛 王荆
输配电装备及系统安全与新技术国家重点实验室，重庆大学，重庆市 400044
国内会议
中国电机工程学会电力系统自动化专业委员会三届一次会议暨2011年学术交流会
南京
中文
1-12
2011-11-01（万方平台首次上网日期，不代表论文的发表时间）