基于支持向量机的电力系统继电保护方法研究

为了解决传统电力系统继电保护方法中存在的故障检测精准度较差、继电保护效率较低等问题,该文引入支持向量机算法,研究一种新的电力系统继电保护方法。首先,对采集的原始数据进行预处理,清洗异常值并填充缺失数据,分别应用中值滤波法和主成分分析法对数据进行去噪处理和降维处理。考虑原始数据中存在不同的量纲,再进行归一化处理。数据预处理步骤为后续步骤打下了基础。其次,构建基于支持向量机的故障预测模型,对模型的训练和参数进行优化,求出模型最优解,提高模型的性能和泛化能力。最后,通过故障分类和对故障的响应与控制,实现电力系统的继电保护。试验结果表明,所提方法具备较高的预测准确度和继电保护效率,与传统方法相比具有明显优势。