一种基于支持向量机的变压器励磁涌流判别新方法

提出了一种基于支持向量机理论区分变压器励磁涌流和短路电流的新方法.采用二次谐波含量,波形相关系数,铁芯饱和点数,变压器励磁侧的电压值四维特征向量作为支持向量机的输入,同时通过多项式核函数将输入特征向量映射到高维特征空间,试验结果表明,经过小样本学习的支持向量机对变压器励磁涌流和故障电流具有可靠的分类识别能力.     

基于小波包和LS-SVM的变压器励磁涌流与短路电流识别方法

基于小波包分解和最小二乘-支持向量机（LS-SVM）,提出了变压器短路电流和励磁涌流识别的新方法。通过将电流信号进行小波包分解,计算出分解后各频段信号的能量,组成能量特征向量,并考虑作为最小二乘一支持向量机分类器的输入参数,来实现短路电流和励磁涌流的识别。仿真结果表明,该方法识别准确率高,受噪声的影响小。     

基于数学形态谱和LS-SVM的变压器励磁涌流和短路电流识别方法

利用数学形态谱对变压器短路电流和励磁涌流时域波形进行变换,以前11刻度对应的形态谱值作为最小二乘–支持向量机(LS-SVM)的输入特征量,对变压器短路电流和励磁涌流进行分类。仿真结果表明该方法不受变压器剩磁、合闸角等因素的影响,在小样本情况下具有很好的分类能力,是一种准确有效的识别方法。     

基于最小二乘支持向量机的变压器励磁涌流识别方法研究

纵差保护是变压器的主保护,但在变压器空载合闸或者变压器外部短路故障被切除端电压突然恢复时会产生励磁涌流,可能会导致纵差保护的误动作,这将严重影响变压器的安全可靠运行。为此提出了一种基于最小二乘支持向量机（LS-SVM）的励磁涌流鉴别方法。选择二次谐波含量和间断角作为输入向量,利用具有高斯核函数的LS-SVM建立分类模型,对励磁涌流进行识别。仿真结果表明,该方法鉴别励磁涌流和故障电流有很高的识别率。该方法为减少变压器的误动和拒动提供了一种新的思路。     

基于最小二乘支持向量机的变压器励磁涌流识别方法研究

纵差保护是变压器的主保护,但在变压器空载合闸或者变压器外部短路故障被切除端电压突然恢复时会产生励磁涌流,可能会导致纵差保护的误动作,这将严重影响变压器的安全可靠运行.为此提出了一种基于最小二乘支持向量机(LS-SVM)的励磁涌流鉴别方法.选择二次谐波含量和间断角作为输入向量,利用具有高斯核函数的LS-SVM建立分类模型,对励磁涌流进行识别.仿真结果表明,该方法鉴别励磁涌流和故障电流有很高的识别率.该方法为减少变压器的误动和拒动提供了一种新的思路.     

基于EMD和SVM的变压器励磁涌流和短路电流识别

为了正确识别变压器励磁涌流和短路电流,提出一种基于经验模态分解(Empirical mode decomposition,EMD)和支持矢量机(Support vector machine,SVM)的识别方法.该方法首先对原始电流信号进行经验模态分解,将不平稳信号分解为多个平稳的固有模态函数(Intrinsic mode function,IMF)之和,分别计算前五层IMF分量能量并组成能量特征向量;然后以此作为SVM分类器的输入参数来识别励磁涌流和短路电流.仿真结果表明,该识别方法在小样本情况下,能准确、有效地识别励磁涌流和短路电流两类电流信号,而且受噪声的影响小.     

基于小波变换和概率神经网络的励磁涌流识别

针对变压器的励磁涌流问题,提出了一种基于小波变换和概率神经网络的新的变压器差动保护方案,用以实现励磁涌流与其它内部短路电流诸如单相短路、两相接地短路、三相接地短路、匝间短路的鉴别。利用小波变换进行信号分解,提取各尺度高频部分的能量,作为神经网络的输入特征向量,概率神经网络是为了进行模式识别。利用Matlab/Simulink平台上的仿真建模,获取励磁涌流和内部故障电流的数据。大量仿真结果显示,该方案可以有效地识别励磁涌流。     

变压器励磁涌流判据分析

二次谐波制动原理是常用的判别变压器励磁涌流的方法。分析了二次谐波制动原理的常用算法,指出其不足之处,并以案例说明。分析了变压器励磁涌流的其他判据,如间断角原理、波形对称原理、磁通特性原理和基于变压器模型的保护方案。最后提出了智能理论识别法,并重点介绍了支持向量机的识别原理。     

变压器励磁涌流判据分析

二次谐波制动原理是常用的判别变压器励磁涌流的方法。分析了二次谐波制动原理的常用算法,指出其不足之处,并以案例说明。分析了变压器励磁涌流的其他判据,如间断角原理、波形对称原理、磁通特性原理和基于变压器模型的保护方案。最后提出了智能理论识别法,并重点介绍了支持向量机的识别原理。     

基于小波分析的变压器励磁涌流识别

励磁涌流和内部短路电流状态的识别是变压器差动保护中的一个重要问题,通过比较励磁涌流和短路电流在物理特性上的区别,提出运用小波变换提取励磁涌流的间断角奇异性特征,实现变压器励磁涌流和短路电流的识别。仿真结果表明,该方法能够有效地提取励磁涌流的畸变特征,提高了变压器微机差动保护的准确性。