-
题名一种直流配电网电能质量扰动识别方法
- 1
-
-
作者
李语帆
张怡
康健
-
机构
华北理工大学河北省风光氢储安全检测与智能运行技术创新中心
-
出处
《现代电子技术》
北大核心
2025年第10期118-126,共9页
-
基金
国家重点研发计划项目(国际合作专项)(2021YFE0190900)
唐山市科学计划项目(22130210H)。
-
文摘
随着接入电网电力电子器件的增加,直流配电网因在输电性能、降低线损、新能源消纳等方面优于传统配电网,逐渐成为未来配电发展的新趋势。为使直流配电网稳定运行,保证电能质量,提出一种基于核主成分分析(KPCA)特征降维的ISSA-SVM电能质量扰动识别方法。首先,深入探讨了各类电能质量问题的形成机理,并结合波形提取出6种特征;其次,利用DBSCAN聚类方法检测是否存在异常值来确定是否使用KPCA将特征降维,使其能够在不同数据情况下都实现良好聚类;最后,利用改进麻雀搜索算法(ISSA)对支持向量机(SVM)进行参数寻优,并用寻优结果重新训练SVM模型。实验结果表明,所提方法有较高的准确度,可以有效识别出电能质量扰动信号。
-
关键词
直流配电网
电能质量
扰动识别
DBSCAN聚类
功率谱密度
核主成分分析
麻雀搜索算法
支持向量机
-
Keywords
DC distribution grid
power quality
disturance identification
DBSCAN clustering
power spectral density
kernel principal component analysis
sparrow search algorithm
support vector machine
-
分类号
TN86-34
[电子电信—信息与通信工程]
TM711
[电气工程—电力系统及自动化]
-
