研究成果
基于KNN贝叶斯方法的单相接地故障类型识别多标签分类模型
发布时间:2022年07月08日 20:49    作者:    点击:[]

本团队于2021年针对单相接地故障类型识别问题在IEEE Transactions on Industry Applications期刊(SCI二区)发表了论文Multilabel Classification Model for Type Recognition of Single-Phase-to-Ground Fault Based on KNN-Bayesian Method(基于KNN贝叶斯方法的单相接地故障类型识别多标签分类模型)。

  在非固体接地的配电网中,单相接地故障严重威胁着人身和设备的安全。虽然对现有故障线路的选择和定位技术在降低SPGF的损伤方面做出了显著的贡献,但由于SPGF的检测和维护效率较低,仍存在一定的功率损失。SPGF的多维分类有助于从不同角度揭示断层的性质;因此,该论文提出了一种用于识别SPGF类型的多标签分类模型。该模型考虑了时间域连续性、时间域稳定性、过渡阻抗伏安特性、过渡阻抗大小和故障点介质5个维度对SPGF进行了分类。随后,确定相应的特征。此外,利用8-D特征空间和14-标签故障类型空间构建了SPGF的多标签分类模型。最后,设计了一种k近邻贝叶斯方法来解决多标签分类问题。利用现场数据并与KNN方法进行比较,验证了所提模型和方法的可行性和优越性。

1 谐振接地系统单相接地故障的等效电路

2 不同故障原因下接地故障引起的过零时间分布


下一条:基于配电网PMU的多谐波源责任评估

关闭

Copyright © 2021 All rights reserved. 版权所有:3308维多利亚优惠大厅 - 维多利亚老品牌优惠大厅科研团队 电话:0531-88392369 传真:0531-88392369 3308维多利亚优惠大厅千佛山校区 济南市经十路17923号 邮编 250061 3308维多利亚优惠大厅兴隆山校区 济南市二环东路12550号 邮编 250002