基于VMD样本熵和AFSA优化ELM的配电网单相接地故障选线方法

作者：田录林; 王伟博; 田琦; 罗燚; 张盛炜; 陈倩雯

来源：通信电源技术, 2018, 35(11): 96-102.

DOI：10.19399/j.cnki.tpt.2018.11.032

• 单相接地
• 极限学习机
• 样本熵
• 变分模态分解
• 选线

针对目前配电网单相接地故障选线存在的问题,提出一种基于变分模态分解(Variational modal decomposition,VMD)样本熵和人工鱼群算法(Artificial fish swarm algorithm,AFSA)优化极限学习机(Extreme learning machine,ELM)的故障选线新方法。该方法首先采集线路故障后一个周期的暂态电流信号并进行VMD分解,再计算各条线路的样本熵并形成故障特征向量,利用AFSA优化ELM的输入权值与隐含层阈值来建立AFSA-ELM模型,最后将故障特征向量分别输入到ELM和AFSA-ELM模型中进行训练和测试得出选线结果。Matlab仿真对其可行性和有效性进行验证,结果表明:文中所提出的方法有效地提高了选线的速度与精度。

• 单位
  西安理工大学