一种基于极线电压机器学习判别机制的线路故障识别方法

专利申请号：CN201510632067.1

公 开 号：CN105445613B

发 明 人：束洪春 陈叶 田鑫萃 

专利类型：发明专利

申 请 日：20180525

公 开 日：20150929

专利主分类号：G01R31/08(20060101)

关 键 词：投影 聚类分析 外部故障 线电压 单极接地故障 电磁暂态仿真 线路故障识别 径向基函数 测试数据 机器学习 计算测试 区内故障 输入属性 输入预测 线路故障 样本数据 预测模型 直流线路 采样率 核函数 曲线簇 坐标轴 聚类 类聚 分类 

摘      要：本发明涉及一种基于极线电压机器学习判别机制的线路故障识别方法，假设线路发生单极接地故障，沿线路MN设置区内故障点，在采样率10kHz下，进行电磁暂态仿真，分别获得线路全线长范围内故障下和线路外部故障下极线电压曲线簇，选取其1ms内的数据进行PCA聚类分析，取两个主成分PC1和PC2构成的2维PCA空间。在此PCA空间上形成反映线路故障和外部故障的两类聚类点簇，计算测试样本数据在PCA聚类空间PC1、PC2坐标轴上的投影ot(q1，q2)，此投影ot作为SVM的输入属性，并采用径向基函数作为核函数，确立预测模型。将测试数据经PCA聚类分析得到的投影o′t，并输入预测模型PCA‑SVM进行分类判别，判断其是否为直流线路故障。