基于大数据的电气开关柜异常状态实时判定算法

作     者：王浩 李亚婷 彭朝德 张禛 乔会杰 Wang Hao;Li Yating;Peng Chaode;Zhang Zhen;Qiao Huijie

作者机构：平高集团有限公司河北雄安综合能源科技分公司河北雄安071600 

基　　金：平高集团有限公司科技项目(PGKJ2021-049) 

出 版 物：《机械设计与制造工程》 (Machine Design and Manufacturing Engineering)

年 卷 期：2024年第53卷第3期

页      码：79-82页

摘      要：为了实时检测开关柜异常状态,缩短停电时长,保障电力平稳输送,提出基于大数据的电气开关柜异常状态实时判定算法。采用四层小波包分解提取电气开关柜数据信号的特征向量,利用粒子群算法优化支持向量机分类器中的惩罚因子及核函数参数,搭建粒子群算法改进的支持向量机分类器,并以开关柜特征向量为输入进行训练,输出结果0或1,分别表示开关柜此时为正常状态或异常状态。实验结果表明:异常状态判定的AUC面积较为接近1,算法性能优秀;实际应用效果较好,可大幅度缩短因开关柜异常导致的停电时长,保障电力平稳输送。

主 题 词：电气开关柜 异常状态 实时判定 数据降维 小波包分解 支持向量机 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-509X.2024.03.017

馆 藏 号：203127453...