一种基于主成分分析‑支持向量机的单永故障识别方法

本发明涉及一种基于主成分分析（PCA）-支持向量机（SVM）的单相故障识别方法，属于电力系统继电保护技术领域。

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。

本发明提取不同性质故障情况下恢复电压、残余电压的主要特征，将其样本投影在PCA聚类空间中，将瞬时性故障和永久性故障进行分类。通过SVM判别机制，可有效识别永久性故障。

本发明涉及一种基于主成分分析‑支持向量机的单永故障识别方法，属于电力系统继电保护技术领域。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。本发明提取不同性质故障情况下恢复电压、残余电压主要特征，将其样本投影在PCA聚类空间中，将瞬时性故障和永久性故障进行分类，通过SVM判别机制，可有效识别永久性故障。