基于机器学习的小电流接地系统单相接地故障选线

基于机器学习的小电流接地系统单相接地故障选线

ID:33010725

大小:2.63 MB

页数:121页

时间:2019-02-19

基于机器学习的小电流接地系统单相接地故障选线_第1页
基于机器学习的小电流接地系统单相接地故障选线_第2页
基于机器学习的小电流接地系统单相接地故障选线_第3页
基于机器学习的小电流接地系统单相接地故障选线_第4页
基于机器学习的小电流接地系统单相接地故障选线_第5页
资源描述:

《基于机器学习的小电流接地系统单相接地故障选线》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、致谢论文从选题、资料搜集、课题研究以及全局把握,都离不开陈老师的悉心指导。两年来,在陈老师的谆谆教诲下,我学到了许多电力系统的专业知识,进一步提高了自己的知识水平,这对自己来说是受益匪浅的。陈老师高贵的人格品质、严谨的科研态度以及无私的奉献精神始终深深的影响着我。在此,谨向我的导师致以最崇高的敬意和由衷的感谢。感谢唐轶教授、方永丽副教授、刘昊老师的帮助和支持,他们在论文的技术层面提出了不少宝贵建议,使得论文能够进一步完善。另外,感谢同组实验室的陈景波硕士、于正华硕士、孙瑜欣硕士、谷露硕士、李建华硕士、牛俊萍硕士以及同班的

2、李震硕士、赵万云硕士的关心,在论文的前期选题以及论文总体布局都提供了很多学习经验,他们助人为乐和勤奋好学的精神都无时无刻的感染我。感谢我的父母在物质上和精神上给我提供了无比优越的学习环境,他们养育之恩是赐予我最大的恩惠,他们的关心、支持和鼓励是我得以顺利毕业的重要前提。另外,我还要感谢我的姐姐,在生活和学习中不断地给我鼓励和帮助,是我温暖的精神家园。衷心地感谢在百忙之中评审和答辩论文的各位教授、专家和老师!最后,再次感谢所有关心我的老师和朋友!万方数据摘要小电流接地系统的单相接地故障选线一直是继电保护领域研究的难点。由于

3、单个选线方法具有局限性,并且单相接地故障复杂多变,所以导致故障选线准确率较低。为了提高选线的精度,利用信息融合技术将多个单一选线方法进行融合已经成为未来研究的趋势。信息融合技术的关键问题是样本数据的处理,已有的算法在处理选线样本数据上普遍存在样本数据量大、维数灾难和经验风险高的缺陷。本文首先对现有的单一选线方法进行了仿真验证,分析各种方法的应用范围。其中,为了提高暂态选线方法的准确性,提出了一种基于希尔伯特—黄变换的选线方法,该法不受干扰信号的影响,能够将暂态信号各频段中的特征分量依次分解出来,并且可以准确地反映暂态信号

4、的特点,通过验证表明该方法具有很强的提取暂态信号故障特征的能力。其次,在建立故障测度阶段,本文利用信息增益度建立方法故障测度,该方法不仅给出了单一选线方法的权重,而且强化了线路内部数据。在此基础上,深入分析了故障测度样本的特点以及难点,得出了选线样本是一个维数高、不均衡、分布复杂的数据集。再次,针对选线样本的特点,利用主成分分析法降低选线样本的维数,为了更好地降低样本的不均衡性,提出了新的采样法——网状分布采样法和领域SMOTE采样法。通过分析可知,当样本数据降低为两维以及故障线与非故障线之间的比为1:3或1:3.5时,

5、不仅使得样本分布均匀,时间开销少,而且提高了选线精度。最后,本文提出了一种ADABOOST算法和核函数的分类器相融合的算法,该算法同时具有级联和并联处理样本的能力。在实验阶段,通过调整噪声样本占总样本的比值来测试算法的性能,结果表明本文算法具有很高的选线精度,相比其他算法,更能适应恶劣的选线环境。该论文有图65幅,表14个,参考文献142篇。关键词:故障选线;希尔伯特—黄变换;信息增益度;主成分分析法;采样法;ADABOOST;分类;核函数I万方数据AbstractFaultlinedetectionforsmallcu

6、rrentgroundingsystemhasalwaysbeenadifficultpointinthefieldofrelayprotection.Becausesinglelineselectionmethodhasmanylimitsandsingle-phaseearthfaultismultiplicityandchangeable,theaccuracyoffaultlineselectionisverylow.Inordertoimprovetheaccuracyoffaultlineselection,

7、thecombinationofmanysinglelineselectionmethodsusinginformationfusiontechnologyisstudied.Thekeyproblemofinformationfusiontechnologyishowtohandlesampleddata.Atpresent,sampleddataoflineselectionwhichistreatedbytheexistingalgorithmshasthehugesampleddata,dimensiondisa

8、sterandgreatempiricalrisk.First,singlelineselectionmethodsareverified.Amongthem,inordertoimprovetheaccuracyofthetransientlineselectionmethod,Hilbert-HuangTrans

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。