基于多域特征的扰动辨识方法研究

作者：张振宇; 张明龙; 高源; 罗翔; 朱珂

来源：电力系统保护与控制, 2021, 49(22): 137-144.

DOI：10.19783/j.cnki.pspc.210085

• 扰动辨识
• 多域特征样本
• 改进dropout算法
• DS证据理论
• 配电网

扰动波形的辨识是基于扰动开展特征提取和信息挖掘等研究工作的前提,而噪声、扰动间干扰以及特征提取方法的影响,都有可能导致针对不同扰动提取出的同一域下典型特征间边缘重叠,进而影响扰动辨识的准确性。提出一种利用多域典型特征来识别扰动类型的辨识方法。首先,利用多域特征样本和单域特征样本先后训练神经网络,进而结合DS证据理论融合各域输出以建立面向多域特征的辨识算法。其次,在对三种因素影响下的单域特征开展分析的基础上,对所提出的辨识算法与各种传统的基于单域特征辨识算法的正确率进行对比,以论证所提出辨识算法的有效性。该方法克服了待辨识扰动单域下异常特征对辨识精度的影响,受噪声影响小,算法稳定性好。

• 单位
  山东大学; 国网福建省电力有限公司电力科学研究院