[发明专利]一种基于主成分分析‑支持向量机的单永故障识别方法

权利要求书

1.一种基于主成分分析-支持向量机的单永故障识别方法，其特征在于：当输电线路上发生故障时，断路器断开后，对量测端获得的断开相电压数据进行主成分分析，并建立主成分分析-支持向量机模型，根据样本数据在第一主成分(PC₁)轴上的投影q₁和第二主成分(PC₂)轴上的投影q₂的坐标(q₁,q₂)的分布，对应支持向量机输出值的不同来判别故障性质，若输出值为0，则判为瞬时性故障，若输出值为1，则判为永久性故障。

2.根据权利要求1所述的基于主成分分析-支持向量机的单永故障识别方法，其特征在于具体步骤为：

第一步、利用仿真数据形成历史样本：在故障初始相角为90°，过渡电阻分别为0Ω和50Ω的情况下，沿输电线路每隔5km设置一个故障位置，分别设置118条瞬时性单相故障，118条永久性单相故障；

第二步、对量测端M获得的236条故障电压样本数据进行截取，取断路器断开时刻后100ms到600ms时窗的数据进行归一化处理；

第三步、对第二步获得的归一化后数据进行主成分分析，构建由第一主成分(PC₁)和第二主成分(PC₂)为轴形成的主成分聚类空间，样本数据在该空间中以点(q_1k，q_2k)的形式分布(k＝1,2，…，236)；

第四步、对第三步中的主成分聚类空间中的样本点簇构建支持向量机模型，支持向量机中的径向基函数为核函数实现PCA-SVM学习判别机制；

第五步、根据第三步中所得的投影值(q_1k，q_2k)对应的支持向量机输出值进行单永故障识别，判别式如下：

若SVM输出值为0，则判为瞬时性故障(1)

若SVM输出值为1，则判为永久性故障(2) 。