|
|||||
|
|
| 基于SVM-PSO的电网设备早期故障分类方法 | |
| 作者姓名： | 裴晓东 张文龙 刘海龙 路海阳 栗萧河 邹红波 |
| 作者单位： | 1. 内蒙古电力（集团）有限责任公司锡林郭勒超高压供电分公司;2. 三峡大学 电气与新能源学院 |
| 基金项目： | 国家自然科学基金资助项目（61876097） |
| 摘 要： | 电压暂降通常是电力系统因设备故障等原因导致永久性或早期故障的典型特征,早期故障可能会在首次发生后逐渐发展为永久性故障.提出了一种基于粒子群优化和支持向量机的早期故障分类方法.首先,利用基于Kullback-Leibler散度的检测机制来识别早期故障对应的电压波性数据,结合S变换等信号处理方法来进行特征提取.然后,采用邻... |
| 关 键 词： | 电压暂降 早期故障 粒子群优化 支持向量机 Kullback-Leibler散度 |
A Classification Method of Early Faults of Power Grid Equipment Based on SVM-PSO |
|
| Authors: | PEI Xiaodong ZHANG Wenlong LIU Hailong LU Haiyang LI Xiaohe ZOU Hongbo |
| Abstract: | |
| Keywords: | |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载全文 | |