基于支持向量機(jī)的電網(wǎng)故障診斷研究.pdf

1、隨著全球能源互聯(lián)網(wǎng)的提出，各級(jí)電網(wǎng)之間的互聯(lián)性增強(qiáng)，尤其是間歇式新能源和微電網(wǎng)的接入，電網(wǎng)自身的動(dòng)態(tài)行為日趨復(fù)雜，發(fā)生拒動(dòng)等復(fù)雜故障的可能性仍舊存在，準(zhǔn)確、快速的實(shí)現(xiàn)電網(wǎng)故障診斷成為更為緊迫的現(xiàn)實(shí)要求。本文以診斷電網(wǎng)復(fù)雜故障為目的，針對(duì)現(xiàn)有專(zhuān)家系統(tǒng)缺乏學(xué)習(xí)能力的不足，利用支持向量機(jī)(SVM)模型基于歷史故障經(jīng)驗(yàn)對(duì)復(fù)雜故障進(jìn)行診斷，其主要工作如下:
　　研究統(tǒng)計(jì)學(xué)習(xí)理論的內(nèi)在特點(diǎn)，深入理解VC維和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，闡述支持向量機(jī)模

2、型的數(shù)學(xué)原理，在Visual studio2010平臺(tái)使用C++語(yǔ)言分別編寫(xiě)線(xiàn)性和非線(xiàn)性支持向量機(jī)模型的實(shí)現(xiàn)算法，為支持向量機(jī)在電網(wǎng)故障診斷的應(yīng)用打下理論基礎(chǔ)。
　　根據(jù)電網(wǎng)故障診斷的需求與特點(diǎn)，提出基于支持向量機(jī)的方法對(duì)復(fù)雜故障進(jìn)行診斷。通過(guò)對(duì)歷史故障案例的訓(xùn)練學(xué)習(xí)，獲取這些復(fù)雜故障案例中的“隱性”診斷知識(shí)，利用這些經(jīng)驗(yàn)規(guī)律對(duì)現(xiàn)有故障進(jìn)行診斷，并不斷用新的故障事件對(duì)SVM模型進(jìn)行再訓(xùn)練。為使建立的支持向量機(jī)模型具有廣泛的通用性，

3、以數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SCADA)系統(tǒng)采集的保護(hù)動(dòng)作和斷路器跳閘信息為基礎(chǔ)，針對(duì)母線(xiàn)、線(xiàn)路和變壓器等三類(lèi)元件分別設(shè)置其支持向量機(jī)模型的輸入特征量，并利用遺傳算法對(duì)懲罰因子和徑向基核函數(shù)參數(shù)進(jìn)行尋優(yōu)。
　　在課題組已開(kāi)發(fā)的電網(wǎng)故障診斷系統(tǒng)的基礎(chǔ)上，增設(shè)利用SVM算法的復(fù)雜故障診斷模塊，并對(duì)該模塊五個(gè)組成部分的功能設(shè)計(jì)進(jìn)行了逐一論述，提高了電網(wǎng)故障診斷系統(tǒng)針對(duì)復(fù)雜故障的診斷效率，最后通過(guò)三種典型的復(fù)雜故障案例測(cè)試驗(yàn)證了模塊實(shí)用性與