| 基于配电网的复合电压暂降源分类与识别新方法 |
| |
| 引用本文： | 李夏林,刘雅娟,朱武.基于配电网的复合电压暂降源分类与识别新方法[J].电力系统保护与控制,2017,45(2):131-139. |
| |
| 作者姓名： | 李夏林 刘雅娟 朱武 |
| |
| 作者单位： | 上海电力学院电子与信息工程学院，上海 200090,国网郑州供电公司，河南 郑州 450006,上海电力学院电子与信息工程学院，上海 200090 |
| |
| 基金项目： | 上海市教委科研创新重点项目(11ZZ173);上海市科技创新行动计划地方院校能力建设项目(10110502200,11510500900) |
| |
| 摘 要： | 为了对配电网含有谐波情况下的复合电压暂降源进行分类与识别，提出了一种基于特征值综合法的复合电压暂降源分类与识别新方法。首先根据不同复合电压暂降源所引起的电压暂降波形特征的不同，定义三相电压不平衡度，将含单相接地类的复合电压暂降源与感应电机启动和变压器投入相复合的电压暂降源进行区别。然后定义交叉不平衡度并结合二次谐波电压含量对含单相接地类故障中的各类复合电压暂降源进行区分。最后利用马氏距离与概率神经网络相结合的方法对各类复合电压暂降源的故障顺序进行识别，进而形成完整的复合电压暂降源种类和故障顺序识别新方法。通过仿真实验对所提方法进行了验证，结果表明该方法能够很好地对复合电压暂降源的种类和故障顺序进行分类识别，且识别正确率高于96%。此外，所提出的分类方法还与EMD能谱熵和概率神经网络相结合的方法进行了对比分析，对比结果表明，所提方法的识别效果明显优于后者。
|
| 关 键 词： | 复合电压暂降源 不平衡度 交叉不平衡度 马氏距离 概率神经网络 |
| 收稿时间： | 2016/1/24 0:00:00 |
| 修稿时间： | 2016/6/16 0:00:00 |
A new method to classify and identify composite voltage sag sources in distribution network |
| |
| LI Xialin,LIU Yajuan and ZHU Wu.A new method to classify and identify composite voltage sag sources in distribution network[J].Power System Protection and Control,2017,45(2):131-139. |
| |
| Authors: | LI Xialin LIU Yajuan and ZHU Wu |
| |
| Affiliation: | College of Electronics and Information Engineering, Shanghai University of Electric Power, Shanghai 200090, China,Zhengzhou Power Supply Company, Zhengzhou 450006, China and College of Electronics and Information Engineering, Shanghai University of Electric Power, Shanghai 200090, China |
| |
| Abstract: | |
| |
| Keywords: | composite voltage sag sources unbalanced degree intersect unbalanced degree Mahalanobis distance probability neural network |
|
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载全文 |
