采用时频矩阵奇异值分解和多级支持向量机的雷电及操作过电压识别

摘要：

雷电及操作过电压的识别,对改进和提高电力系统绝缘配合水平具有重要意义.提出了一种基于时频矩阵奇异值分解(singular value decomposition,SVD)和多级支持向量机(support vector machine,SVM)的雷电及操作过电压识别方法,通过对过电压信号的小波分解,构建多尺度时频矩阵,利用 SVD 对该矩阵进行奇异值分解,将信号分解到不同的时频特征子空间,然后获取过电压信号的奇异谱,并计算奇异谱的特征量,将这些特征量作为多级 SVM 的输入,实现雷电及操作过电压的辨识.对变电站实测5种过电压信号的计算表明:提取的特征量维数低,对过电压信号的电磁干扰具有相对稳定性;采用的识别方法训练次数少,识别率高,能够实现雷电及操作过电压的准确分类.

关键词：雷电过电压、操作过电压、特征提取、奇异值分解、过电压识别、多级支持向量机

分类号：TM86(高电压技术)

在线出版日期：2012-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：31-37