考虑小波奇异信息与不平衡数据集的输电线路故障识别方法

鉴于输电线路故障识别中数据集的非均衡性问题,提出一种基于小波奇异信息和改进合成少数类过采样(synthetic minority over-sampling technique,SMOTE)算法的输电线路故障识别方法。首先,通过PSCAD/EMTDC仿真构造输电线路故障不平衡数据集,结合平稳小波变换(stationary wavelet transform,SWT)与奇异值分解(singular value decomposition,SVD)技术提取相电流及零序电流的故障分量的小波奇异值作为特征参数,然后采用改进SMOTE算法在少数类的样本中心邻域进行插值再抽样处理,调整数据集的不平衡度,利用优化后的数据集训练支持向量机(support vector machine,SVM)组合分类器,对不同故障工况下的10种输电线路故障类型进行分类识别。仿真结果表明,该文的方法能有效地提高分类算法在样本数据不平衡的情况下对少数类的识别能力和整体的识别准确率,具有较好的泛化性和较强的鲁棒性,并且对多种分类算法同样适用。

接触网单端故障行波定位方法研究

接触网故障时接触线、回流线以及铁轨之间存在电磁耦合,考虑接触网线路的不对称结构,对故障时刻线路中的行波进行非均匀换位线路情况下的相模变换,得到行波地模、线模分量以及相应模量的传播速度.运用3次B样条小波对单端行波的地模量和线模量进行小波变换,从行波波头的模极大值点位置可以定位出接地故障点.最后综合考虑机车负荷的不同运行情况以及过渡电阻对单端行波定位结果的影响,在EMTP中建立T_R＋NF供电接触网的电路模型进行仿真验证,结果表明该故障定位方法准确有效.