基于PSO-SVM的小电流接地系统故障选线方法

发布时间：2017-03-19 21:00

  本文关键词：基于PSO-SVM的小电流接地系统故障选线方法，由笔耕文化传播整理发布。

【摘要】：在电力系统中,我国中低压配电网广泛选用小电流接地方式。随着配电网结构日益繁杂,在这种接地方式下如果某一相接地,会出现故障电流数值小以及现场电磁干扰等现象,很难快速准确的识别出故障线路。现有的选线方法准确度较低,且有相对的局限性,影响配电网系统的可靠性,降低了自动化水平。根据以上问题,本文在了解国内外选线方法基础上,结合支持向量机(Support Vector Machine,SVM)理论和粒子群优化算法(Particle Swarm Optimization,PSO)对小电流接地系统故障选线展开研究。论文首先阐述了国内外选线方法的原理及特点,并指出现有方法的不足之处,为论文所提新算法提供理论背景;通过分析中性点不接地以及谐振系统发生单相接地故障时的暂态和稳态过程,确定在进行故障选线时,用小波包分析(WPT)从故障时零序电流信号中提取暂态分量,用傅里叶分析(FFT)提取基波稳态分量、谐波分量,将这三种特征分量作为故障特征,从而克服单一选线方法的不足。然后分析SVM的基础理论以及分类学习算法,确定其可以运用到小电流接地系统故障选线中。由于SVM的参数直接决定选线的精度,为了提高SVM的性能,并证明其在故障选线应用中的优越性,又对粒子群优化算法进行探讨,利用PSO算法简单、易于实现的特点对SVM参数进行优化,因此论文提出了基于粒子群优化向量机(PSO-SVM)的选线方案,并说明了该方法的选线原理及步骤。最后在在Matlab7.0中建立模型,根据多种故障情况做大量的仿真,并获得样本数据。在Maltab中安装libsvm工具箱与之结合使用,抽取部分样本对SVM进行训练得到选线模型,继而抽取测试样本对SVM选线模型检验,证明SVM可成功运用到小电流接地故障选线中,并将PSO-SVM与传统的SVM选线方法比较,从而验证经PSO优化过的SVM在故障选线中具有一定的优势。
【关键词】：支持向量机 粒子群优化 小电流接地 零序电流 小波包变换
【学位授予单位】：河南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM727;TP18
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-10
• 1 引言10-18
• 1.1 课题研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.3 小电流接地故障选线方法13-16
• 1.3.1 主动式选线方法13-14
• 1.3.2 被动式选线方法14-16
• 1.4 本文研究内容16-18
• 2 小电流接地系统故障特征分析18-26
• 2.1 稳态特征分析18-23
• 2.1.1 中性点不接地系统18-21
• 2.1.2 中性点经消弧线圈接地系统21-23
• 2.2 暂态特征分析23-25
• 2.2.1 暂态电容电流23-24
• 2.2.2 暂态电感电流24
• 2.2.3 暂态接地电流24-25
• 2.3 本章小结25-26
• 3 基于PSO-SVM小电流接地系统算法研究26-36
• 3.1 SVM理论基础26-30
• 3.1.1 SVM基本思想26-28
• 3.1.2 SVM核函数28-29
• 3.1.3 SVM的分类算法29-30
• 3.1.4 SVM参数对分类性能的影响30
• 3.2 PSO理论基础30-33
• 3.2.1 PSO算法简介30-31
• 3.2.2 PSO优化SVM参数31-33
• 3.3 基于PSO-SVM小电流接地故障选线33-35
• 3.3.1 选线原理33
• 3.3.2 选线步骤及流程33-35
• 3.4 本章小结35-36
• 4 故障特征的提取36-42
• 4.1 傅里叶变换36-37
• 4.2 小波分析37-41
• 4.2.1 小波分析理论基础37
• 4.2.2 小波包分析原理37-39
• 4.2.3 小波包函数及层数的选取39-40
• 4.2.4 小波包特征频带的确定40-41
• 4.3 特征值的计算41
• 4.4 本章小结41-42
• 5 仿真实验42-68
• 5.1Matlab简介42
• 5.2 建立仿真模型42-44
• 5.3 典型算例仿真44-58
• 5.4 算法验证58-65
• 5.4.1 基于SVM小电流接地故障算法实现58-62
• 5.4.2 基于PSO-SVM小电流接地故障算法实现62-65
• 5.5 算法性能比较65-66
• 5.6 本章小结66-68
• 6 总结与展望68-70
• 6.1 总结68-69
• 6.2 展望69-70
• 参考文献70-74
• 作者简历74-75
• 学位论文数据集75

【相似文献】

中国期刊全文数据库 前10条

1 苑舜;张磊;蔡志远;宋云东;;电缆网故障选线方法的研究[J];高压电器;2011年01期

2 张钧;何正友;贾勇;;基于S变换的故障选线新方法[J];中国电机工程学报;2011年10期

3 李原;廖海斌;;基于小波包多频带相关分析的故障选线方法[J];安徽科技学院学报;2011年04期

4 苑舜;张磊;蔡志远;宋云东;;电缆网故障选线方法的研究[J];电工文摘;2011年03期

5 王林川;史雪峰;陈宝生;;基于灰靶理论在谐振接地故障选线中的应用[J];电测与仪表;2012年02期

6 黄景光;刘会家;吕艳萍;;基于冗余表决的行波小波系数极大值极性法配电网接地故障选线原理研究[J];继电器;2006年07期

7 朱珂;裴佑楠;陈晨;徐文远;;自适应控流型故障选线方案[J];电工技术学报;2009年08期

8 黑晓红;;经消弧线圈接地系统故障选线保护[J];甘肃科技;2010年09期

9 王彦文;左忠祥;徐康勇;杨凡信;;基于5次谐波的混沌检测原理的故障选线方法的研究[J];电气应用;2011年08期

10 李涛涛;何金朋;郭們君;;基于网络数据共享的小波包故障选线方法研究[J];电工技术;2011年12期

中国重要会议论文全文数据库 前7条

1 张凯;袁兆强;范李平;;基于模糊粗糙集理论的故障选线融合技术研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

2 张伟刚;张保会;胡海松;徐靖东;;小波包分析在配电网故障选线中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

3 熊志伟;蔡金锭;;6～35kV配电网电缆系统的故障选线方法[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年

4 戴宇;;暂态行波在小电流接地故障选线中的应用[A];贵州省电机工程学会2010年优秀论文集[C];2010年

5 庞清乐;曹银杰;穆健;郎丰法;;基于粗集理论的小电流接地系统故障选线研究[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

6 吕晓平;杨志伟;张鑫;史英;;基于小波奇异熵的小电流接地故障选线新方法[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

7 高志鹏;;小电流接地系统接地故障选线与定位研究的创新理论与应用[A];山东省石油学会油田电力、通信及自动化技术研讨会优秀工程技术论文集[C];2009年

中国博士学位论文全文数据库 前6条

1 刘洋;配电网电缆线路故障检测与故障源定位方法研究[D];沈阳工业大学;2015年

2 李德臣;基于可拓理论的小电流故障选线方法研究[D];中国矿业大学;2010年

3 王念彬;基于小波神经网络的小电流接地系统故障选线方法的研究[D];中国矿业大学（北京）;2010年

4 庞清乐;基于智能算法的小电流接地故障选线研究[D];山东大学;2007年

5 周志成;基于多源信息融合的模糊决策故障选线判据及装置研究[D];华中科技大学;2007年

6 柯硕灏;配网故障自诊自愈新原理与新方法研究[D];华中科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 王璐;中低压配电网故障选线的研究[D];天津理工大学;2015年

2 胡嘉滨;同塔双回直流线路故障暂态特性分析及故障选线方法研究[D];华南理工大学;2015年

3 郑韵如;基于k-means聚类分析的配电网故障选线方法[D];昆明理工大学;2015年

4 彭湃;基于GA-LVQ网络的信息融合故障选线方法[D];长沙理工大学;2014年

5 曹运刚;基于人工神经网络的小电流接地故障选线方法研究[D];山东理工大学;2015年

6 孙树森;利用暂态行波的变电站10kV电缆故障选线方法研究[D];山东理工大学;2015年

7 王建南;基于小波分析的配电网谐振接地系统故障选线与测距仿真研究[D];重庆大学;2015年

8 党义鹏;基于暂态特征的谐振接地故障选线方法的研究[D];辽宁工业大学;2016年

9 顾伟扬;小电流接地系统接地故障选线定位方法的研究[D];东南大学;2015年

10 许宁;基于HHT与分形维数的配电网故障选线研究[D];东北电力大学;2016年

  本文关键词：基于PSO-SVM的小电流接地系统故障选线方法，由笔耕文化传播整理发布。

，

本文编号：256549