一种基于支持向量机的输电线路故障识别方法和装置制造方法及图纸

本发明专利技术公开了一种基于支持向量机的输电线路故障识别方法和装置，包括：采集输电线路故障行波数据，对行波数据提取特征值，包含平均过零率、近似熵值、小波能量谱；数据归一化并确定训练集；对训练集数据进行训练得到各单一特征量模型文件；对测试数据集采用各特征量模型分析得到故障结果，并计算各模型的准确度；按各模型的准确度分配权重比例重新计算结果。选取平均过零率、近似熵值、小波能量谱等特征量，很好的区分输电线路的雷击非雷击故障的特征，提高了支持向量机算法的准确率。提高了支持向量机算法的准确率。提高了支持向量机算法的准确率。

【技术实现步骤摘要】
一种基于支持向量机的输电线路故障识别方法和装置


[0001]本专利技术属于输电线路故障识别领域，涉及针对输电线路中雷击与非雷击、绕击与反击的识别方法，尤其是一种基于支持向量机的输电线路故障识别方法。

技术介绍

[0002]在当前电网发展越来越开，无论是由于输电线路上的雷击或电气工程设备的开发而引起的雷击，还是由于雷击而被迫退出电网运行，都会使电网退出运行。将对设备和传输系统的稳定性造成毁灭性的打击，有可能引发连锁反应，导致管理系统崩溃，影响企业的正常工作，甚至影响生产包括日常生产和工业社会的生活。因此模拟雷电的干扰，从近处看，它可以精准输电线路故障类型判断，帮助现场工作人员采取必要的线路故障处理，从长远看，可以对检测到的信号可以形成数据库，进行地区分析，以帮助相关人员更有针对性地进行线路防雷保护设计，进而区域供电可靠性，推进智能电网中差异化防雷的发展。因此对于输电线路故障的识别为输电线路安全稳定运行的提供重要支撑。

技术实现思路

[0003]本专利技术旨在提高目前输电线路故障的识别率，提供一种基于支持向量机的输电线路故障识别方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于支持向量机的输电线路故障识别方法，其特征在于，包括：采集历史故障行波数据，对于行波数据提取选定类别的特征值，所选定类别的述特征值包括平均过零率、电流行波近似熵值和小波能量谱；根据提取的各类特征值确定训练数据集；利用各类特征值的训练数据分别训练支持向量机模型；基于各类特征值训练的支持向量机模型分析测试数据得到故障结果，并计算各支持向量机模型的准确度；根据各支持向量机模型的准确度确定各支持向量机模型的权重；根据各支持向量机模型的权重和各支持向量机模型分析待故障识别的输电线路行波数据得到的故障结果确定最终的故障识别结果。2.根据权利要求1所述的一种基于支持向量机的输电线路故障识别方法，其特征在于，平均过零率的计算公式如下：平均过零率的计算公式如下：其中N为行波数据长度，X(i)为行波第i个数值，sgn[x]为符号函数。3.根据权利要求1所述的一种基于支持向量机的输电线路故障识别方法，其特征在于，所述电流行波近似熵值的计算方法如下：确定两个参数m和r，其中m为模式维数，r为相似容限值；步骤1.原始数据为X(1)，X(2)......X(N)，共N个点；步骤2.将序列X(N)按顺序组成m维的矢量Y(i)，即Y(i)＝[X(i)，X(i+1)，...X(i+m
‑
1)]，i＝1～N
‑
m+1；步骤3.定义矢量Y(i)与Y(j)之间的距离为d(i，j)＝max[|X(i+k)
‑
X(j+k)|]，其中k＝0～m
‑
1；步骤4.对于每个i≤N
‑
m+1，统计距离d(i，j)小于r的数目N
r
及此数目与总数的比值及此数目与总数的比值步骤5.将取对数，在对...

【专利技术属性】
技术研发人员：王应瑞，安林，王小红，周华良，滕贤亮，吴通华，戴魏，沈桂鹏，侯启林，何昭辉，曹锐，梁臣，饶丹，
申请(专利权)人：国电南瑞南京控制系统有限公司，
类型：发明
国别省市：