基于PSO-SVM的小電流接地系統(tǒng)故障選線方法.pdf

1、在電力系統(tǒng)中，我國中低壓配電網(wǎng)廣泛選用小電流接地方式。隨著配電網(wǎng)結構日益繁雜，在這種接地方式下如果某一相接地，會出現(xiàn)故障電流數(shù)值小以及現(xiàn)場電磁干擾等現(xiàn)象，很難快速準確的識別出故障線路。現(xiàn)有的選線方法準確度較低，且有相對的局限性，影響配電網(wǎng)系統(tǒng)的可靠性，降低了自動化水平。根據(jù)以上問題，本文在了解國內(nèi)外選線方法基礎上，結合支持向量機(Support Vector Machine，SVM)理論和粒子群優(yōu)化算法(Particle Swarm O

2、ptimization,PSO)對小電流接地系統(tǒng)故障選線展開研究。
　　論文首先闡述了國內(nèi)外選線方法的原理及特點，并指出現(xiàn)有方法的不足之處，為論文所提新算法提供理論背景；通過分析中性點不接地以及諧振系統(tǒng)發(fā)生單相接地故障時的暫態(tài)和穩(wěn)態(tài)過程，確定在進行故障選線時，用小波包分析（WPT）從故障時零序電流信號中提取暫態(tài)分量，用傅里葉分析（FFT）提取基波穩(wěn)態(tài)分量、諧波分量，將這三種特征分量作為故障特征，從而克服單一選線方法的不足。

3、　　然后分析SVM的基礎理論以及分類學習算法，確定其可以運用到小電流接地系統(tǒng)故障選線中。由于SVM的參數(shù)直接決定選線的精度，為了提高SVM的性能，并證明其在故障選線應用中的優(yōu)越性，又對粒子群優(yōu)化算法進行探討，利用PSO算法簡單、易于實現(xiàn)的特點對SVM參數(shù)進行優(yōu)化，因此論文提出了基于粒子群優(yōu)化向量機（PSO-SVM）的選線方案，并說明了該方法的選線原理及步驟。
　　最后在在Matlab7.0中建立模型，根據(jù)多種故障情況做大量的仿真，