| 基于自适应概率学习的配电网故障辨识技术 |
| |
| 引用本文： | 杨帆,方健,张敏,田妍,陈创升,刘振东,杨炎龙. 基于自适应概率学习的配电网故障辨识技术[J]. 电网与水力发电进展, 2021, 37(12): 47-55 |
| |
| 作者姓名： | 杨帆 方健 张敏 田妍 陈创升 刘振东 杨炎龙 |
| |
| 作者单位： | 1. 广东电网有限责任公司广州供电局电力试验研究院南方电网中低压电气设备质量检验测试重点实验室;2. 广东电网有限责任公司广州从化供电局;3. 广东电网有限责任公司广州增城供电局 |
| |
| 基金项目： | 国家自然科学基金项目（51307109）；中国南方电网有限责任公司科技项目（GZHKJXM20180060）。 |
| |
| 摘 要： | 为了提升配电网故障辨识准确率，提出了一种基于自适应概率学习的早期故障诊断方法。该方法通过波形分解和最大化特征相似性找到最佳线性映射，将仿真数据和真实数据映射至同一特征空间，且在此空间中两者分布差异最小，之后即可使用仿真数据训练模型并对真实数据进行分类，从而解决配电网故障辨识中样本量不足这一重要问题。基于系统仿真数据和现场实际数据表明：所提方法对于自适应学习条件下早期故障诊断的可靠性和准确率，远优于同等条件下的卷积神经网络、支持向量机和K邻近算法等常用分类模型；为自适应学习条件下的配电网故障辨识技术提供了一种新的思路。
|
| 关 键 词： | 配电网；早期故障；故障辨识；特征提取；自适应概率学习 |
Fault Identification in Power Distribution Systems Based on Domain Adaptation Probabilistic Learning |
| |
| YANG Fan,FANG Jian,ZHANG Min,TIAN Yan,CHEN Chuangsheng,LIU Zhendong,YANG Yanlong. Fault Identification in Power Distribution Systems Based on Domain Adaptation Probabilistic Learning[J]. Advance of Power System & Hydroelectric Engineering, 2021, 37(12): 47-55 |
| |
| Authors: | YANG Fan FANG Jian ZHANG Min TIAN Yan CHEN Chuangsheng LIU Zhendong YANG Yanlong |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载全文 |
