科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对微电网复杂运行方式及故障信号特征薄弱难以提取从而造成故障检测困难的问题，提出一种基于逐次模态分解与多尺度排列熵联合使用的微电网故障检测方法。针对变分模态分解的K值需人为设定的问题，通过增加分解约束条件，自适应分解得到固有模态函数，并引入峭度值对其进行优化重构。利用多尺度排列熵对信号突变敏感的优点，提取优化后的故障信号特征，从而表征不同故障类型。由于核极限学习机模型精度受参数C、γ的影响，利用鲸鱼优化算法对其进行优化，将故障特征作为输入进行学习，从而构成微电网故障检测模型。最后，在PSCAD仿真平台搭建微电网系统进行仿真实验，实验结果表明本方法不受接地电阻、故障点及故障时刻等影响，在微电网不同运行状态下均能实现准确故障检测。
- 单位
