基于VMD和PSO-SVM模型的和应涌流识别

摘要：

针对目前和应涌流识别方法较少的情况,使用VMD对励磁涌流与和应涌流电流信号进行分解.对VMD分解后的各本征模态分量求样本熵值组成特征向量,将特征向量输入PSO-SVM识别模型进行分类.通过实验验证,涌流信号样本熵值组成特征向量能很好地反映两种涌流的区别,使用PSO优化参数后的SVM模型能对两种涌流进行高效准确的识别,为保护装置下一步针对性动作提供了重要依据.

关键词：和应涌流;励磁涌流;变分模态分解;样本熵;优化支持向量机

分类号：TM761;TM773(输配电工程、电力网及电力系统)

在线出版日期：2021-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-34