计及雷击情况的基于PDT-SVM暂降源辨识方法研究

计及雷击情况的基于PDT-SVM暂降源辨识方法研究
目前，电压暂降已成为影响最突出的电能质量问题之一，为有效分析雷击对电网暂降的影响程度，对雷击导致电压暂降的情况进行了详细分析，准确辨识了包括雷击导致暂降情况在内的4种暂降类型，为合理划分暂降责任提供重要依据。文中首先分析了雷击故障导致暂降的有效值波形与普通短路故障之间的区别，归纳了短路故障、雷击、变压器投切及感应电机启动4种暂降类型电压有效值波形的特点，引入5个暂降电压特征指标，并建立了暂降类型辨识特征矩阵。然后采用基于粒子群聚类优化的决策树支持向量机(PDT-SVM)分类器对4种暂降类型进行辨识。分类器的训练与测试数据均来自电网实测暂降电压数据，与工程实际密切贴合。最后，算例分析结果验证了算法的有效性和准确性。

标题：
计及雷击情况的基于PDT-SVM暂降源辨识方法研究
PDT-SVM-based sag source identification considering lightning strike

作者：
李陶然，张宸宇，史明明，沙浩源，郑建勇，梅飞
LI Taoran, ZHANG Chenyu, SHI Mingming, SHA Haoyuan, ZHENG Jianyong, MEI Fei

关键词：
雷击;电压暂降;有效值;特征辨识;SVM
lightning strike;voltage sag;root mean square value;charateristic identification;PDT-SVM

2025-1-22 20:09 上传 计及雷击情况的基于PDT-SVM暂降源辨识方法研究.pdf

文件大小:

2.53 MB

下载次数:

60

高速下载