支持向量机下基于机器学习优化的继电保护故障诊断技术研究

作     者：申狄秋 卢雯兴 王荣超 石万里 SHEN Diqiu;LU Wenxing;WANG Rongchao;SHI Wanli

作者机构：中国南方电网超高压输电公司柳州局广西柳州545006 

基　　金：2020年度广西壮族自治区科技厅科研项目(2020KY2046) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2021年第29卷第8期

页      码：53-57页

摘      要：传统的继电保护故障诊断技术对故障位置的判断精准度较低,因此,在支持向量机下,利用机器学习技术设计了一种新的继电保护故障诊断方法。利用机器学习方式寻找匹配程度较高的优化算法追踪故障数据信息,并强化数据操作力度、完善数据空间,从而获取继电保护故障数据。然后选取匹配度较高的内部监控数据监测故障数据状态,并标记其信号信息,以处理后的故障数据为基础,实施继电保护故障诊断。由于选择样本的有限性,结合机器学习的算法处理模式,加强对内部故障信息的整合操作,有利于有效检测继电故障。实验结果表明,该技术能够精准地诊断出故障位置,具有很强的故障检测能力。

主 题 词：支持向量机 机器学习 继电保护故障 故障诊断 信息整合 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.14022/j.issn1674-6236.2021.08.012

馆 藏 号：203103161...