基于多分类支持向量机的分布式发电系统并网保护

发布时间：2017-09-02 06:40

  本文关键词：基于多分类支持向量机的分布式发电系统并网保护

  更多相关文章： 并网保护 故障判别 孤岛检测 多分类支持向量机 特征选择 概率估计

【摘要】：在配电网出现孤岛、故障等异常情况时,并网保护需要及时断开分布式电源系统与主电网的连接。文中首先分析了并网保护的功能与特点,然后提出了一种基于多分类支持向量机的智能型并网保护方案。该保护方案在传统二分类支持向量机的基础上,建立了并网保护的概率型多分类器模型,实现对扰动、孤岛和故障事件的检测。为了提高模型的泛化能力,采用SVM-RFE方法对特征进行选择。最后,从保护的可信赖性与安全性两个方面,利用仿真对所提智能型并网保护与常规保护的性能进行了对比。
【作者单位】： 电力传输与功率变换控制教育部重点实验室(上海交通大学);上海交通大学电子信息与电气工程学院;
【关键词】： 并网保护 故障判别 孤岛检测 多分类支持向量机 特征选择 概率估计
【基金】：国家科技支撑计划资助项目(2013BAA01B04)~~
【分类号】：TP18;TM61
【正文快照】： 0引言分布式发电(distributed generation,DG)作为一种可靠、灵活、经济的发电方式,未来将被广泛应用于配电网中。多个DG通常以集群或微电网的方式在公共耦合点(point of common coupling,PCC)处接入配电网。为了保证含有DG的配电网安全、稳定地运行,配电网中需要配置馈线保护

【参考文献】

中国期刊全文数据库 前1条

1 朱艳伟;石新春;李鹏;;多分辨率奇异谱熵和支持向量机在孤岛与扰动识别中的应用[J];中国电机工程学报;2011年07期

【共引文献】

中国期刊全文数据库 前10条

1 高猛;;基于递归和SVM的特征选择方法研究[J];电子测试;2010年09期

2 张睿;马建文;;一种SVM-RFE高光谱数据特征选择算法[J];武汉大学学报(信息科学版);2009年07期

3 李祖传;马建文;张睿;李利伟;;利用融合纹理与形态特征进行地震倒塌房屋信息自动提取[J];武汉大学学报(信息科学版);2010年04期

4 胡素君;李云;;排序特征子集选取方法研究[J];计算机技术与发展;2010年09期

5 马尽文,邓明华;第五讲 生物医学信息处理——DNA微阵列数据在医学中的应用[J];物理;2005年05期

6 彭小宁;彭司华;曾小敏;;卵巢癌早期诊断方法的研究进展[J];国际病理科学与临床杂志;2007年06期

7 耿耀君;张军英;;一种基于监督降维和形状分析的基因选择方法[J];西安电子科技大学学报;2011年03期

8 秦传东;刘三阳;张市芳;;一种肿瘤基因的支持向量机提取方法[J];西安电子科技大学学报;2012年01期

9 朱R缄，

本文编号：776978