| 基于改进排列熵算法的电力系统设备状态智能识别研究 |
| |
| 引用本文： | 王立永,纪斌,吴红林. 基于改进排列熵算法的电力系统设备状态智能识别研究[J]. 电气传动, 2021, 51(21): 76-80. DOI: 10.19457/j.1001-2095.dqcd22490 |
| |
| 作者姓名： | 王立永 纪斌 吴红林 |
| |
| 作者单位： | 国网北京市电力公司,北京100031 |
| |
| 基金项目： | 国家电网地方公司项目(非规范项目名称）;国家电网地方公司项目(非规范项目名称） |
| |
| 摘 要： | 针对传统电力系统设备运行状态监测方法存在监测精度低、延时长等问题,提出基于改进排列熵算法的电力系统设备状态智能识别方法.在电力系统设备参数分布强度和控制参数约束下,更新电力系统设备故障特征信息分布传输序列,通过构建电力系统设备运行状态的量化参数模型,对电力系统设备状态约束参量进行辨识;通过信息熵的优化排序方法,获取电力系统设备状态监测和优化特征,采用小扰动抑制方法,结合小信号扰动识别,实现电力系统设备状态智能识别.试验结果表明,采用所提方法识别电力系统设备状态的精度始终高于90％,且耗时较短.
|
| 关 键 词： | 改进排列熵算法 电力系统 设备状态 智能识别 特征提取 模式识别 |
Research on Intelligent Recognition of Power System Equipment Status Based on Improved Permutation Entropy Algorithm |
| |
| WANG Liyong,JI Bin,WU Honglin. Research on Intelligent Recognition of Power System Equipment Status Based on Improved Permutation Entropy Algorithm[J]. Electric Drive, 2021, 51(21): 76-80. DOI: 10.19457/j.1001-2095.dqcd22490 |
| |
| Authors: | WANG Liyong JI Bin WU Honglin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
